Question

我有两个数据框dat1和dat2，如下所示：

head(dat1, 2)
# X     x                 sample    chromosome     a_b  coverage
# 1     91.4245014245     A1        1              a    NA
# 22    91.4245014245     A2        1              b    NA

head(dat2, 2)
# sample_id     coverage
# A1            8.439
# A2            0.673

问题：我想在sample中循环浏览每个dat1。然后查看它是否与sample_id中的任何dat2匹配，然后将coverage中相应的dat2 - 值附加到coverage - dat1中的值}。

我尝试了什么：这是我到目前为止所尝试的内容：

dat1 = read.csv("y_v_coverage.csv", header=T)
dat1$coverage = NA
dat1 = as.data.frame(dat1)

dat2 = read.csv("samples_x_coverage.csv", header=T)
dat2 = as.data.frame(dat2)

for (i in dat1$sample) {
    for (j in dat2$sample_id) {
        if (i == j) {
            dat1$coverage[i] = dat2$coverage[j]
        }
    }
}

但它一直给我以下错误：

$<-.data.frame中的错误（*tmp*，“coverage”，值= c（NA_integer_，：替换有5924行，数据有5923

这个错误似乎有很多不同的含义，我似乎无法弄清楚它与我所做的有什么关系。通常，如果你没有创建一个充满NA的列，似乎会出现这个错误，但我已经这样做了。

Answer 1

您实际上是在尝试根据dat1和dat2的值合并sample和sample_id。

您可以使用merge()合并两个数据框。在您的情况下，您必须指定要尝试合并的dat1和dat2中的哪些列，因为这些列不具有相同的名称。这是由by.x和by.y参数完成的：

merge(dat1, dat2, by.x="sample", by.y="sample_id", all.x=TRUE)
#      sample  X    x          chromosome a_b  coverage.x coverage.y
# 1     A1     1    91.4245    1          a    NA         8.439
# 2     A2     22   91.4245    1          b    NA         0.673

请注意，您只需删除为coverage创建的dat1列，您就会得到您正在寻找的内容：

#      sample  X    x         chromosome a_b   coverage
# 1     A1     1    91.4245   1          a     8.439
# 2     A2     22   91.4245   1          b     0.673

Answer 2

合并将是更好的选择。您只需应用合并函数lije：

合并（df1，df2，by.x =＆＃34; sample＆＃34;，by.y =＆＃34; sample1＆＃34;，all.x = TRUE）

因此，我们正在定义，如果找不到任何东西，df1的所有观察应该在那里，不应该删除。

将循环结果附加到R中的新列erorr

2 个答案: