Question

我是R编程的新手，我想知道我能否在遇到问题时得到一些帮助。我有两个数据框：第一个数据框具有三列：ID，sire.ID和Dam.ID

df1
  ID Sire.ID Dam.ID
1  A       D      G
2  B       E      H
3  C       F      I

第二个数据框具有相同的三列，并在17列中进行了17个标记的基因分型。

Part of df2:
ID Sire.ID Dam.ID marker1 marker2 marker3 marker4 marker5 marker6 marker7 marker8 marker9
1  D       j      K      12      21      11      11      12      22      11      22      11
2  G       l      m      12      21      11      11      12      22      11      22      11
3  H       n      o      12      21      11      11      12      22      11      22      11

这是我在R中需要做的事情：如果第一个数据帧中的sire.ID存在于第二个数据帧的ID列中，则返回ID和来自第一个数据帧中的第二个数据帧的相关子代的调用，与Dam.ID相同。简而言之，对于第一个数据帧中的每个ID，我想在ID的前面和两行中获取其父项和父项的调用。

Expected output: ID Sire.ID Dam.ID ID..4 Sire.ID..5 Dam.ID..6 marker1 marker2 marker3 marker4 marker5 marker6 marker7 1  A       D      G    D          j         K      12      21      11      11      12      22 11 2  A       D      G     G          l         m      12      21      11      11      12      22      11 3  B       E      H     H          n         o      12      21      11      11      12      22      11   marker8 marker9 1      22      11 2      22      11 3      22      11

感谢您的帮助

Answer 1

我不清楚您要做什么，但是听起来您需要INNER JOIN两个数据框。使用sqldf程序包，然后运行

sires <- sqldf('SELECT df1.ID, df2.marker1, df2.marker2, ... df2.marker17
FROM df1 INNER JOIN df2 ON  df1."sire.ID" = df2."sire.ID"')
Dams <- sqldf('SELECT df1.ID, df2.marker1, df2.marker2, ... df2.marker17
FROM df1 INNER JOIN df2 ON  df1."Dam.ID" = df2."Dam.ID"')

这将创建两个数据帧，一个带有父数据，另一个带有Dams数据。（请注意，您仅需要第一个数据帧中的ID，仅需要第二个数据帧中的标记。请确保在每个SQL调用中均填写正确的列名。此外，请注意在整个sqldf代码中使用单引号，然后在其中包含句点的特定列名称周围使用双引号。）

您的下一步将是执行rbind()来合并两个数据帧：

newdata <- rbind(sires, Dams)

这将创建一个最终数据帧，该数据帧将合并父级和大坝中的数据，并记录ID号和标记号。希望这会有所帮助。

匹配值时返回值的R代码

1 个答案: