基于另一个数据帧/列表在数据帧中子集一列

Question

我有以下table1这是一个由6列和8083行组成的数据框.下面我展示了这个table1:

|gene ID        |   prom_65|   prom_66|  amast_69|  amast_70|   p_value|
|:--------------|---------:|---------:|---------:|---------:|---------:|
|LdBPK_321470.1 |   24.7361|   25.2550|   31.2974|   45.4209| 0.2997430|
|LdBPK_251900.1 |  107.3580|  112.9870|   77.4182|   86.3211| 0.0367792|
|LdBPK_331430.1 |   72.0639|   86.1486|   68.5747|   77.8383| 0.2469355|
|LdBPK_100640.1 |   43.8766|   53.4004|   34.0255|   38.4038| 0.1299948|
|LdBPK_330360.1 | 2382.8700| 1871.9300| 2013.4200| 2482.0600| 0.8466225|
|LdBPK_090870.1 |   49.6488|   53.7134|   59.1175|   66.0931| 0.0843242|

我有另一个数据框,称为accessions40510基因ID列表.它是第一列的子集,table1即其所有值(510)都包含在table1(8083)的第一列中.头部accessions40显示如下:

|V1             |
|:--------------|
|LdBPK_330360.1 |
|LdBPK_283000.1 |
|LdBPK_360210.1 |
|LdBPK_261550.1 |
|LdBPK_367320.1 |
|LdBPK_361420.1 |

我想要做的是以下内容:我想生成一个新的table2,它包含第一列(基因ID)下只包含的值accessions40和来自其他五列的相应值table1.换句话说,我希望table1根据值的值对我的第一列进行子集化accessions40.

Answer 1

我们可以使用它%in%来获取逻辑向量和subset'table1'的行.

subset(table1, gene_ID %in% accessions40$V1)

一个更好的选择是 data.table

library(data.table)
setDT(table1)[gene_ID %chin% accessions40$V1]

或者使用filter从dplyr

library(dplyr)
table1 %>%
      filter(gene_ID %in% accessions40$V1)

Answer 2

有很多方法可以做到这一点.找到gene_ID在table1其存在于V1柱accession40

table1[table1$gene_ID %in% accessions40$V1, ]

或者你也可以使用 match

table1[match(accessions40$V1, table1$gene_ID), ]