如何在R中找到两个常用coulmn

我有三个不同的数据集，分别命名为mus、dom和cas。它们有相同的colname，包括CRA、CHROM、POS、REF和ALT。我需要根据每个数据集中的CHROM找到相同的REF和ALT值。换句话说，我想有REF和ALT的值，这两个值都是相同的。例如，在所有数据集中都可以找到REF:A和ALT:T，它们可能处于不同的色度，而且我需要保留其他列。我怎样才能在R中做到这一点？请参见下面的样本格式。每个名为“cas”、“dom”和“mus”的样本都有不同的CRA和相同的色度，具有不同的POS、REF和ALT。现在我想根据色度在这三个样本之间找到相同的REF和ALT值

CRA色度位置参考高度
多莫76 chr1 3365296 T A
dom_76 chr1 3540134 T C
多莫76 chr1 3665288 A G
dom_76 chr1 7110674 T C
dom_76 chr1 8920460 A G

---

谢谢。

我们可以在创建id列（

.id

）的同时，使用

绑定行将数据集绑定到单个数据中，然后按“REF”、“ALT”、“CHROM”、“filter

对“grp”的不同元素数为3的行进行分组，即在所有三个数据集中具有公共值的行

library(dplyr)
bind_rows(cas, dom, mus, .id = 'grp') %>%
         group_by(REF, ALT, CHROM) %>%
         filter(n_distinct(grp) == 3)

---

我们可以使用

bind_rows

将数据集绑定到单个数据中，同时创建一个id列（

.id

），然后按“REF”、“ALT”、“CHROM”和

过滤器对“grp”的不同元素数为3的行进行分组，即在所有三个数据集中具有公共值的行

library(dplyr)
bind_rows(cas, dom, mus, .id = 'grp') %>%
         group_by(REF, ALT, CHROM) %>%
         filter(n_distinct(grp) == 3)

因为CHROM在任何地方都是相同的，所以保持列的排序是没有用的。
否则，如果我能很好地理解你的问题，你的问题就是要求对一对变量进行排序。这可以使用data.table快速完成，如下所示：

# Supposing the 3 samples are put together in the same CSV file
# with space separators

library(data.table)
DT <- fread("~/Documents/a.csv", sep=" ", header=TRUE)
setkey(DT, REF, ALT)
DT[.(REF, ALT), .(CRA, POS, REF, ALT)]

> DT[.(REF, ALT), .(CRA, POS, REF, ALT)]
      CRA     POS REF ALT
1: dom_76 3665288   A   G
2: dom_76 8920460   A   G
3: dom_76 3665288   A   G
4: dom_76 8920460   A   G
5: dom_76 3365296   T   A
6: dom_76 3540134   T   C
7: dom_76 7110674   T   C
8: dom_76 3540134   T   C
9: dom_76 7110674   T   C

然而，你的问题有点模棱两可，因为“普通”可以解释为“平等”。我不认为这是您要求的，但为了完整性和以防万一，下面是相应的排序（在发布的数据中为空）：

因为CHROM在任何地方都是相同的，所以保持列的排序是没有用的。
否则，如果我能很好地理解你的问题，你的问题就是要求对一对变量进行排序。这可以使用data.table快速完成，如下所示：

# Supposing the 3 samples are put together in the same CSV file
# with space separators

library(data.table)
DT <- fread("~/Documents/a.csv", sep=" ", header=TRUE)
setkey(DT, REF, ALT)
DT[.(REF, ALT), .(CRA, POS, REF, ALT)]

> DT[.(REF, ALT), .(CRA, POS, REF, ALT)]
      CRA     POS REF ALT
1: dom_76 3665288   A   G
2: dom_76 8920460   A   G
3: dom_76 3665288   A   G
4: dom_76 8920460   A   G
5: dom_76 3365296   T   A
6: dom_76 3540134   T   C
7: dom_76 7110674   T   C
8: dom_76 3540134   T   C
9: dom_76 7110674   T   C

然而，你的问题有点模棱两可，因为“普通”可以解释为“平等”。我不认为这是您要求的，但为了完整性和以防万一，下面是相应的排序（在发布的数据中为空）：

谢谢你的回复。但这对我不起作用。我在vecseq（f_uuu，len_uu，if（allow.cartesian | | notjoin | | | | |！anyDuplicated（f_uu，）：Join结果超过2^31行（内部vecseq达到物理限制）。很可能是指定错误的联接。请检查i中是否存在重复的键值，其中每个键值都会一次又一次地联接到x中的同一组。如果没有问题，请尝试by=.EACHI为每个组运行j以避免较大的分配。否则，请在常见问题解答、Wiki、堆栈溢出和data.table问题跟踪器中搜索此错误消息以获取建议。这可能会发生在r如果你的库中有重复项。你应该快速删除这些重复项：
dt非常感谢。它工作正常。我改用by=EACHI。这可能会避免重复项，这取决于你的数据结构，尽管它不是通用的。此外，你还使用了by=。EACHI，注意点！这看起来像是另一个问题。遵守so规则，哟你应该写一篇新的帖子。谢谢你的回复。但这对我来说不起作用。我在vecseq（f_uuuuuuuuuuuuuuuuif）中发现了错误（allow.cartesian | | | notjoin | | | |！anyDuplicated（f_uuuuuuuuuuuu，：Join结果超过2^31行（内部vecseq达到物理限制）。很可能是指定错误的联接。请检查i中是否存在重复的键值，其中每个键值都会一次又一次地联接到x中的同一组。如果没有问题，请尝试by=.EACHI为每个组运行j以避免较大的分配。否则，请在常见问题解答、Wiki、堆栈溢出和data.table问题跟踪器中搜索此错误消息以获取建议。这可能会发生在r如果你的库中有重复项。你应该快速删除这些重复项：
dt非常感谢。它工作正常。我改用by=EACHI。这可能会避免重复项，这取决于你的数据结构，尽管它不是通用的。此外，你还使用了by=。EACHI，注意点！这看起来像是另一个问题。遵守so规则，哟你应该写一篇新文章。