R 合并多个具有不同编号或行的数据帧

R 合并多个具有不同编号或行的数据帧,r,R,我正在尝试合并两个具有不同行数的数据帧。我只想显示两个数据帧的头部和尾部,因为它们都有上百行。两个数据框都属于miRNA表达分析,如下所示。两个数据帧只有两行不同 数据帧1(miRNAs_256c) 数据帧2(miRNAs\u屏蔽) 我需要将两者合并到一个中,只保留列的标题,还希望保留读取计数为0的标题 我尝试了几种方法,但都没有达到我的预期效果。首先,我尝试了cbind,但由于行号不同而出错 prueba <- cbind (miRNAs_256c, miRNAs_shield) 之后

我正在尝试合并两个具有不同行数的数据帧。我只想显示两个数据帧的头部和尾部,因为它们都有上百行。两个数据框都属于miRNA表达分析,如下所示。两个数据帧只有两行不同

数据帧1(miRNAs_256c)

数据帧2(miRNAs\u屏蔽)

我需要将两者合并到一个中,只保留列的标题,还希望保留读取计数为0的标题

我尝试了几种方法,但都没有达到我的预期效果。首先,我尝试了
cbind
,但由于行号不同而出错

prueba <- cbind (miRNAs_256c, miRNAs_shield)
之后,我尝试了来自
plyr
的函数
join
,其中包含参数
类型的所有值

dat_join <- join(miRNAs_256c, miRNAs_shield, type = "full")

dat\u join我认为有点不清楚,例如,您希望如何进行合并,以及您的
数据帧如何相似。在
data.frame
s等中是否可以找到相同的miR

无论如何,我首先阅读了您提供的数据:

df1 <- read.table(text = "
miRNA             read_count  precursor  total   seq X256c_norm
1      dre-miR-21      13309   dre-mir-21-2 13309 13309  550709,65
2 dre-miR-181a-5p       1004 dre-mir-181a-1  1004  1004   41544,25
3 dre-miR-181a-5p        927 dre-mir-181a-2   927   927   38358,09
4    dre-miR-181c        592   dre-mir-181c   592   592   24496,21
5    dre-miR-181b        579 dre-mir-181b-2   579   579   23958,29
6    dre-miR-181b        561 dre-mir-181b-1   561   561   23213,47          
160 dre-miR-7149-5p        0   dre-mir-7149     0   0          0
161  dre-miR-723-5p        0    dre-mir-723     0   0          0
162  dre-miR-727-5p        0    dre-mir-727     0   0          0
163     dre-miR-730        0    dre-mir-730     0   0          0
164     dre-miR-735        0    dre-mir-735     0   0          0
165     dre-miR-740        0    dre-mir-740     0   0          0")

df1@user3523842正常。因此,假设您希望输出行6和7仅为一行。那么在
read\u count
列中您想要什么数字?现在的情况是,R仅在
read\u count
data.frame
s中一致时合并行。编辑遗憾的是,你删除了你的评论。你能解开它吗?对,这就是为什么我只有34排。同样,正如您所注意到的,在两个数据帧中,我们都可以找到存在于两个数据帧中的mir。你得到的输出看起来很好,对我很有用,我想我可以完美地使用它。非常感谢您的帮助和早日答复。利奥纳多。
myList <- list (miRNAs_256c, miRNAs_shield) 
dat <- data.frame ()
for(i in seq(along=myList))for(j in names(myList[[i]]))dat[i,j] <- myList[[i]][j]
dat
dat <- merge (miRNAs_256c, miRNAs_shield, ALL=TRUE)
dat_join <- join(miRNAs_256c, miRNAs_shield, type = "full")
dat_join <- join(miRNAs_256c, miRNAs_shield, type = "left")
df1 <- read.table(text = "
miRNA             read_count  precursor  total   seq X256c_norm
1      dre-miR-21      13309   dre-mir-21-2 13309 13309  550709,65
2 dre-miR-181a-5p       1004 dre-mir-181a-1  1004  1004   41544,25
3 dre-miR-181a-5p        927 dre-mir-181a-2   927   927   38358,09
4    dre-miR-181c        592   dre-mir-181c   592   592   24496,21
5    dre-miR-181b        579 dre-mir-181b-2   579   579   23958,29
6    dre-miR-181b        561 dre-mir-181b-1   561   561   23213,47          
160 dre-miR-7149-5p        0   dre-mir-7149     0   0          0
161  dre-miR-723-5p        0    dre-mir-723     0   0          0
162  dre-miR-727-5p        0    dre-mir-727     0   0          0
163     dre-miR-730        0    dre-mir-730     0   0          0
164     dre-miR-735        0    dre-mir-735     0   0          0
165     dre-miR-740        0    dre-mir-740     0   0          0")
df2 <- read.table(text = "
miRNA        read_count precursor   total seq shield_norm
1 dre-let-7a        424  dre-let-7a-1   424 424    72939,96
2 dre-let-7a        397  dre-let-7a-6   397 397     68295,2
3 dre-let-7a        371  dre-let-7a-5   371 371    63822,47
4 dre-let-7a        367  dre-let-7a-3   367 367    63134,35
5 dre-miR-21        345  dre-mir-21-2   345 345    59349,73
6 dre-let-7a        343  dre-let-7a-2   343 343    59005,68
162 dre-miR-723-5p    0  dre-mir-723     0   0           0
163 dre-miR-727-5p    0  dre-mir-727     0   0           0
164    dre-miR-730    0  dre-mir-730     0   0           0
165    dre-miR-731    0  dre-mir-731     0   0           0
166    dre-miR-735    0  dre-mir-735     0   0           0
167    dre-miR-740    0  dre-mir-740     0   0           0")
merge(df1, df2, 
      by = c("miRNA", "read_count", "precursor", "total", "seq"),
      all = TRUE)
#             miRNA read_count      precursor total   seq X256c_norm shield_norm
#1  dre-miR-181a-5p        927 dre-mir-181a-2   927   927   38358,09        <NA>
#2  dre-miR-181a-5p       1004 dre-mir-181a-1  1004  1004   41544,25        <NA>
#3     dre-miR-181b        561 dre-mir-181b-1   561   561   23213,47        <NA>
#4     dre-miR-181b        579 dre-mir-181b-2   579   579   23958,29        <NA>
#5     dre-miR-181c        592   dre-mir-181c   592   592   24496,21        <NA>
#6       dre-miR-21        345   dre-mir-21-2   345   345       <NA>    59349,73
#7       dre-miR-21      13309   dre-mir-21-2 13309 13309  550709,65        <NA>
#8  dre-miR-7149-5p          0   dre-mir-7149     0     0          0        <NA>
#9   dre-miR-723-5p          0    dre-mir-723     0     0          0           0
#10  dre-miR-727-5p          0    dre-mir-727     0     0          0           0
#11     dre-miR-730          0    dre-mir-730     0     0          0           0
#12     dre-miR-735          0    dre-mir-735     0     0          0           0
#13     dre-miR-740          0    dre-mir-740     0     0          0           0
#14      dre-let-7a        343   dre-let-7a-2   343   343       <NA>    59005,68
#15      dre-let-7a        367   dre-let-7a-3   367   367       <NA>    63134,35
#16      dre-let-7a        371   dre-let-7a-5   371   371       <NA>    63822,47
#17      dre-let-7a        397   dre-let-7a-6   397   397       <NA>     68295,2
#18      dre-let-7a        424   dre-let-7a-1   424   424       <NA>    72939,96
#19     dre-miR-731          0    dre-mir-731     0     0       <NA>           0