如何将列数据转换为列名？

Question

我得到了一个光谱参考数据库，它与我使用的样本数据集非常不同。在我的数据中，0 或 1 表示是否存在峰值，而在参考数据库中，峰值位置被列为行值并根据肽数据（我不需要）分组为列。

我的数据集如下所示：

Sample   1110   1111   1112
1         1        0      0
2         1        0      1
3         0        1      1
4         1        1      1

虽然参考数据库看起来像这样（注意每列的多个值）：

Species     peptide1   peptide2    peptide3
cow           1110        1112         NA
sheep         1111        1112         NA
goat           NA         1113        1114

所需的输出看起来类似于我的数据集：

Species   1110    1111    1112    1113    1114
cow         1        0      1        0      0
sheep       0        1      1        0      0
goat        0        0      0        1      1

这些过于简单，但它们说明了问题——如果我需要提供实际数据，请告诉我。我需要对单元格中的值进行转置/排序，同时替换二进制中的原始值（同样，我不需要在参考数据库中保留肽列名称）。我真的希望有一个简单的 dplyr 或 tidyr 技巧 - 我想一个扩展函数可以工作，但我不知道如何为多列做这件事，也不知道如何保留原始数据。或者，我可以手动将所有数据附加为长格式，然后将其熔化/转换为更宽的格式？

Answer 1

我希望这是你正在寻找的：

library(dplyr)
library(tidyr)

df %>%
  pivot_longer(!Species) %>%
  mutate(val = 1) %>%
  select(-name) %>%
  drop_na() %>%
  arrange(value) %>%
  pivot_wider(names_from = value, values_from = val) %>%
  mutate(across(!Species, ~ replace_na(., 0)))

# A tibble: 3 x 6
  Species `1110` `1111` `1112` `1113` `1114`
  <chr>    <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
1 cow          1      0      1      0      0
2 sheep        0      1      1      0      0
3 goat         0      0      0      1      1

数据

df <- tribble(
  ~Species,     ~peptide1,   ~peptide2,    ~peptide3,
  "cow",           1110,        1112,         NA,
  "sheep",         1111,        1112,         NA,
  "goat",           NA,         1113,        1114
)

通过使用真正有用的参数简化上述语法pivot_longer()与pivot_wider()作为

df %>% 
  pivot_longer(!Species, values_drop_na = TRUE) %>% 
  pivot_wider(id_cols = Species, names_from = value, names_sort = TRUE, values_fill = 0, values_fn = length)

# A tibble: 3 x 6
  Species `1110` `1111` `1112` `1113` `1114`
  <chr>    <int>  <int>  <int>  <int>  <int>
1 cow          1      0      1      0      0
2 sheep        0      1      1      0      0
3 goat         0      0      0      1      1