Question

我有什么：

test_df <- data.frame(isolate=c(1,2,3,4,1,2,3,4,5),label=c(1,1,1,1,2,2,2,2,2),alignment=c("--at","at--","--at","--at","a--","acg","a--","a--", "agg"))

> test_df
  isolate label alignment
1       1     1   --at
2       2     1   at--
3       3     1   --at
4       4     1   --at
5       1     2   a--
6       2     2   acg
7       3     2   a--
8       4     2   a--
9       5     2   agg

我想要什么：

我想将对齐字段分成两列，位置和字符：

> test_df
  isolate label aln_pos  aln_char
1       1     1       1  -
2       1     1       2  -
3       1     1       3  a
4       1     1       4  t
...

并非所有路线都具有相同的长度，但所有具有相同标签的路线都具有相同的长度。

我尝试了什么：

我原以为我可以使用separate首先让每个位置都有自己的列，然后使用gather将这些列转换为键值对。但是，我还没能把单独的部分弄好。

Answer 1

在基础R中，您可以使用索引以及strsplit这样的列表创建。

# make variable a character vector
test_df$alignment <- as.character(test_df$alignment)
# get list of individual characters
myList <- strsplit(test_df$alignment, split="")

然后构建data.frame

# construct data.frame
final_df <- cbind(test_df[rep(seq_len(nrow(test_df)), lengths(myList)),
                          c("isolate", "label")],
                  aln_pos=sequence(lengths(myList)),
                  aln_char=unlist(myList))

在这里，我们采用原始data.frame的前两列，并使用rep在第二个参数中使用向量输入重复行，告诉它在第一个参数中重复相应值的次数。使用lengths计算次数。 cbind的第二个参数是调用sequence获取相同的lengths输出。这会产生从1到相应长度的计数。第三个参数是未列出的字符值。

返回

head(final_df, 10)
    isolate label aln_pos aln_char
1         1     1       1        -
1.1       1     1       2        -
1.2       1     1       3        a
1.3       1     1       4        t
2         2     1       1        a
2.1       2     1       2        t
2.2       2     1       3        -
2.3       2     1       4        -
3         3     1       1        -
3.1       3     1       2        -

Answer 2

由于您提到tidyr::gather，您可以尝试这样做：

test_df <- data.frame(isolate=c(1,2,3,4,1,2,3,4,5),
                      label=c(1,1,1,1,2,2,2,2,2),
                      alignment=c("--at","at--","--at","--at","a--","acg","a--","a--", "agg"), 
                      stringsAsFactors = FALSE)

library(tidyverse)

test_df %>% 
  mutate(alignment = strsplit(alignment,"")) %>% 
  unnest(alignment)

如何整理角色栏？

2 个答案: