如何在R中的4个数据帧之间只保留常用的行名？

Question

我有4个基因数据框,每个数据框的基因名称为行,大约20列样本数据.因此每个矩阵都有行数(基因):

• 答:10,000个基因
• B:15,000个基因
• C:35,000个基因
• D:12,000个基因

这是我尝试过的,它没有选择9,000个常见行(Genes)的完整列表

Data_A = read.csv("matrix_A.csv");
Data_B = read.csv("matrix_B.csv");
Data_C = read.csv("matrix_C.csv");
Data_D = read.csv("matrix_D.csv");

Expr_A = as.data.frame(t(Data_A[, -c(1:8)]))
Expr_B = as.data.frame(t(Data_B[, -c(1:8)]))
Expr_C = as.data.frame(t(Data_C[, -c(1:8)]))
Expr_D = as.data.frame(t(Data_D[, -c(1:8)]))

commonGenes1 = intersect (rownames(Data_A),rownames(Data_D))
commonGenes2 = intersect (rownames(Data_B),rownames(Data_D))
commonGenes3 = intersect (rownames(Data_C),rownames(Data_D))

Data_A = Data_A[commonGenes1,]
Data_B = Data_B[commonGenes2,]
Data_C = Data_C[commonGenes3,]

它们共有9,000个基因,虽然数据太大我不能在Excel中做到这一点.我用R来处理数据,有没有办法选择R中4个数据帧之间的共同基因？

这里有4个矩阵的例子:http: //www.filedropper.com/matrixexample

Answer 1

让我们把事情放在一个列表中(如标题所示),这是一个很好的做法.

list_of_data = list(Data_A, Data_B, Data_C, Data_D)
## for demo purposes, you can use
# list_of_data = list(mtcars[1:6, ], mtcars[4:9, ])

# this will get the intersection of the row.names for everything in the list
common_names = Reduce(intersect, lapply(list_of_data, row.names))

list_of_data = lapply(list_of_data, function(x) { x[row.names(x) %in% common_names,] })

感谢@ eipi10提供了一种更好的方法来过滤列表中每个数据帧的行.查看lame for循环的修订历史记录.