R 比较拆分和合并两个数据帧

如何通过基因名称比较两个数据集df1和df2，并从df2中提取每个基因名称的对应值并将其插入df1中

df1 <-

Genes    sample.ID  chrom   loc.start   loc.end num.mark
Klri2     LO.WGS      1   3010000 173490000     8430
Rrs1      LO.WGS      1   3010000 173490000     8430
Serpin    LO.WGS      1   3010000 173490000     8430
Myoc      LO.WGS          1   3010000 173490000     8430
St18      LO.WGS          1   3010000 173490000     8430


df2 <-

    RL  pValue.   chr   start            end    CNA     Genes
    2   2.594433   1    129740006   129780779   gain    Klri2   
    2   3.941399   1    130080653   130380997   gain    Serpin,St18,Myoc

df3<-

Genes   sample.ID  chrom  loc.start  loc.end num.mark   RL  pValue      CNA
Klri2    LO.WGS     1   3010000   173490000     8430    2   2.594433    gain
Rrs1     LO.WGS     1   3010000   173490000     8430    0     0          0
Serpin   LO.WGS     1   3010000   173490000     8430    2   3.941399    gain
Myoc     LO.WGS     1   3010000   173490000     8430    2   3.941399    gain
St18     LO.WGS     1   3010000   173490000     8430    2   3.941399    gain

---

df1这是一个合并操作，但首先您必须以正确的格式提供
df2
，它将为每个基因包含一行（而不是为多个基因使用逗号分隔的单个条目）。从
tidyr
包
unnest（）

现在，您只需使用
merge（df1，df2，all.x=TRUE）
或
left\u join
from
dplyr
（或其他软件包，如
data.table
，具体取决于您想学习的软件包）。请注意，这将引入
NA
s，其中您希望有零，但可以轻松替换这些零。
您可以尝试：

library(splitstackshape)   
out <- cSplit(df2, "Genes", sep = ",", "long")

然后您只需使用
dplyr中的
merge（）
或
left\u join（）
：

library(dplyr)
df3 <- left_join(df1, out)

或者，如果您更喜欢子集：

df3 <- left_join(df1, out) %>% (function(x) { x[is.na(x)] <- 0; x })

df3%（函数（x）{x[is.na（x）]这里是对dplyr的一个很好的介绍。它是一个用于合并和选择R中特定列的软件包。它非常有用，值得一读。比这个特定问题更有价值。如果它仍然没有帮助，那么回来问一些特定的问题，参考您尝试的内容和得到的结果。
#   RL  pValue. chr     start       end  CNA  Genes
#1:  2 2.594433   1 129740006 129780779 gain  Klri2
#2:  2 3.941399   1 130080653 130380997 gain Serpin
#3:  2 3.941399   1 130080653 130380997 gain   St18
#4:  2 3.941399   1 130080653 130380997 gain   Myoc

library(dplyr)
df3 <- left_join(df1, out)

df3 <- left_join(df1, out) %>% mutate_each(funs(ifelse(is.na(.), 0, .)))

df3 <- left_join(df1, out) %>% (function(x) { x[is.na(x)] <- 0; x })