R 从列值筛选行名称中的数据帧
基本上我有两列数据框(R 从列值筛选行名称中的数据帧,r,filtering,dataframe,R,Filtering,Dataframe,基本上我有两列数据框(target\u id和fpkm)。我只想在第一列中保留那些不重复的行名称。 例如,在下面的数据框中,您可以看到有两个行名具有相同的名称(几乎)comp267138_c0_seq1comp267138_c0_seq2,并且从这两个行名中,我只想保留一个comp267138_c0_seq2,因为第2列中的值较高 target_id fpkm comp247393_c0_seq1 3.197885 comp257058_c0_seq4 1
target\u id
和fpkm
)。我只想在第一列中保留那些不重复的行名称。例如,在下面的数据框中,您可以看到有两个行名具有相同的名称(几乎)
comp267138_c0_seq1
comp267138_c0_seq2
,并且从这两个行名中,我只想保留一个comp267138_c0_seq2
,因为第2列中的值较高
target_id fpkm
comp247393_c0_seq1 3.197885
comp257058_c0_seq4 1.624577
comp242590_c0_seq1 1.750319
comp77911_c0_seq1 1.293059
comp241426_c0_seq1 1.626589
comp288413_c0_seq1 14.828853
comp294436_c0_seq1 11.555596
comp63603_c0_seq1 1.982386
comp267138_c0_seq1 8.594494
comp267138_c0_seq2 11.134958
comp321623_c0_seq1 6.934149
看来,您只想考虑<代码>目标TAGIDID<代码>(前两个组件,按<代码> <代码> >
如果调用了DT
# create column without the _seqx part
DT$new_id <- sapply(lapply(strsplit(as.character(DT[['target_id']]), '_'), head, 2),
paste, collapse = '_')
library(plyr)
ddply(DT, .(new_id), function(x) x[which.max(x$fpkm),])
#创建不带_seqx部分的列
DT$new_id+1用于发布示例数据。