对数据框中不唯一的所有行进行子集化（基于向量/列）..或删除唯一行

Question

我有一个包含许多基因的数据框（列是“基因”）。有些基因出现不止一次。我想对数据框进行子集化，其中只有出现多次的基因。换句话说，我想删除相对于“基因”列唯一的行。

Answer 1

我们可以使用subsetwith tablein base R。使用 获取“基因”的频率计数table，创建一个逻辑表达式来检查计数是否大于 1，检索这些基因并用于%in%对这些基因进行子集化

subset(df1, genes %in% names(which(table(genes) > 1)))

或者另一个选择是duplicated

subset(df1, duplicated(genes)|duplicated(genes, fromLast = TRUE))

或者使用dplyr

library(dplyr)
df1 %>%
   group_by(genes) %>%
   filter(n() > 1) %>%
   ungroup