R 基于查找表中的搜索向数据框添加新的基因名称列

我对R的工作非常陌生，昨天的大部分时间都在试图从其他问题和指南中找到答案，但没有走多远

我有一个带有转录本id的RNA序列表达值表（例如TraesCS5B02G127900.1）。 我想在这个表中添加一个新的列，搜索转录本id（例如TraesCS5B02G127900）中基因id的查找表，并在新列中添加相应的gene.name（例如ENA1）和gene_id

这是我的表达式表的一部分（包含更多行）：

这是我的查找表的一部分，其中包含我的gene\u id和gene.names（再次包含更多行）：

我想创建一个新表，通过搜索转录本id将Gene.name和Gene\u id列添加到表达式表中，其中包含Gene\u id

例如，这就是我希望它看起来的样子：

   Gene.name            gene_id            target_id sigma_sq_pmax   iqr failed_ise
1     OsZIP5 TraesCS1B02G306500 TraesCS1B02G306500.1    0.92592155  TRUE      FALSE
2    OsABCC1 TraesCS1B02G433800 TraesCS1B02G433800.1    0.00000000 FALSE      FALSE
3     OsYSL6 TraesCS2A02G284700 TraesCS2A02G284700.1    0.00000000 FALSE      FALSE
4     OsVIT1 TraesCS2A02G336600 TraesCS2A02G336600.1    0.01582308 FALSE      FALSE
5    OsYSL16 TraesCS2A02G390800 TraesCS2A02G390800.1    0.22361394 FALSE      FALSE
6     OsYSL9 TraesCS2A02G391000 TraesCS2A02G391000.1    0.46099961  TRUE      FALSE
7     OsYSL9 TraesCS2A02G391000 TraesCS2A02G391000.2    4.37886316 FALSE      FALSE
8     OsYSL9 TraesCS2A02G391000 TraesCS2A02G391000.3    0.00000000 FALSE      FALSE
9     OsHMA5 TraesCS2A02G410400 TraesCS2A02G410400.1    0.00000000 FALSE      FALSE
10    OsZIP3 TraesCS2A02G424200 TraesCS2A02G424200.2    0.38312110  TRUE      FALSE

---

我非常感谢在这方面的任何帮助，谢谢：）

A

tidyverse

方法看起来可能是这样的。第一步涉及使用

tidyr:：separate

在包含

基因id

的列中分离

转录本id

，并在

后面分离

号。在第二步中，您可以通过
gene\u id
使用
dplyr:：left\u join
连接表达式并查找表。然而，
Gene.name
列只包含
NA
s，因为在给定的示例数据中不匹配

库（dplyr）
图书馆（tidyr）
表达式\u表%>%
tidyr:：separate（转录本id，into=c（“基因id”，“否”），sep=“\\.”，remove=FALSE）%>%
dplyr:：左连接（查找表）
#>连接，通过=c（“行”，“基因id”）
#>警告：列'gene_id'连接字符向量和因子，强制为
#>特征向量
#>行转录本\u id基因\u id no sigma\u sq\u pmax iqr
#>1 1 TraesCS1B02G306500.1 TraesCS1B02G306500 1 0.92592160正确
#>2 2个TraesCS1B02G433800.1 TraesCS1B02G433800 1 0.00000000错误
#>3 3 Traescs2ga0284700.1 Traescs2ga0284700 1 0.00000000错误
#>4 4 TRAESCS2G02G336600.1 TRAESCS2G02G336600 1 0.01582308错误
#>5 5个TRAESCS2G02G390800.1 TRAESCS2G02G390800 1 0.22361390错误
#>6 6 TRAESCS2G02G391000.1 TRAESCS2G02G391000 1 0.4609960正确
#>7 7 TRAESCS2G02G391000.2 TRAESCS2G02G391000 2 4.37886300错误
#>8 8 TRAESCS2G02G391000.3 TRAESCS2G02G391000 3 0.00000000错误
#>9 9 TRAESCS2G0410400.1 TRAESCS2G02G410400 1 0.00000000错误
#>10 10 TRAESCS2G02G424200.2 TRAESCS2G02G424200 2 0.38312110正确
#>失败。\u ise Gene.name
#>1错误
#>2错误
#>3错误
#>4错误
#>5错误
#>6错误
#>7错误
#>8错误
#>9错误
#>10错误

由（v0.3.0）于2020-04-18创建
如果我没有错，那么在查找表或表达式表中都没有值作为
OsZIP5
！那么，
Gene.name
专栏从哪里来？这正是我想要的，非常感谢！我会去读更多关于tidyr和dplyr的文章：）
           Gene.name            gene_id
1               ENA1 TraesCS5B02G127900
2               ENA1 TraesCS5D02G136800
3               ENA1 TraesCS5A02G129300
4  ENA2/OS10G0434900 TraesCS7A02G427700
5  ENA2/OS10G0434900 TraesCS4A02G414400
6  ENA2/OS10G0434900 TraesCS4B02G315100
7  ENA2/OS10G0434900 TraesCS4D02G332100
8  ENA2/OS10G0434900 TraesCS4B02G336400
9  ENA2/OS10G0434900 TraesCS7D02G420100
10 ENA2/OS10G0434900 TraesCS7B02G327900

   Gene.name            gene_id            target_id sigma_sq_pmax   iqr failed_ise
1     OsZIP5 TraesCS1B02G306500 TraesCS1B02G306500.1    0.92592155  TRUE      FALSE
2    OsABCC1 TraesCS1B02G433800 TraesCS1B02G433800.1    0.00000000 FALSE      FALSE
3     OsYSL6 TraesCS2A02G284700 TraesCS2A02G284700.1    0.00000000 FALSE      FALSE
4     OsVIT1 TraesCS2A02G336600 TraesCS2A02G336600.1    0.01582308 FALSE      FALSE
5    OsYSL16 TraesCS2A02G390800 TraesCS2A02G390800.1    0.22361394 FALSE      FALSE
6     OsYSL9 TraesCS2A02G391000 TraesCS2A02G391000.1    0.46099961  TRUE      FALSE
7     OsYSL9 TraesCS2A02G391000 TraesCS2A02G391000.2    4.37886316 FALSE      FALSE
8     OsYSL9 TraesCS2A02G391000 TraesCS2A02G391000.3    0.00000000 FALSE      FALSE
9     OsHMA5 TraesCS2A02G410400 TraesCS2A02G410400.1    0.00000000 FALSE      FALSE
10    OsZIP3 TraesCS2A02G424200 TraesCS2A02G424200.2    0.38312110  TRUE      FALSE