我已经尝试了几种不同的方法(聚合、colSum、计数等(，但很难做到。
我有一个很大的样本结果数据集(100列，1000000行(，我用它们所属类别的名称替换了各个样本名称。(我需要按类别统计每个数据点的总数。
Sequence position cat1 cat1 cat2 cat2 cat2 cat3 cat3
abfsgdfy a 0 1 0 1 0 1 1
abfsgdfy b 0 0 1 1 1 1 0
dgdtecgd b 1 1 1 0 0 0 0
我知道拥有相同的列名是不可取的，所以我一直在尝试转换数据，然后使用它。但这也没有让我走多远。
我正在寻找的输出将沿着以下路线：
Sequence position cat1 cat2 cat3
abfsgdfy a 1 1 2
abfsgdfy b 0 3 1
dgdtecgd b 2 1 0
如果有帮助的话，我有一个表，可以将样本名称转换为更大的类别组：
Type Name
cat1 sample1
cat1 sample2
cat2 sample3
cat2 sample4
cat2 sample5
cat3 sample6
cat3 sample7
谢谢你的帮助！
这个怎么样？
library("tidyverse")
df = tibble(c("abfsgdfy", "abfsgdfy", "dgdtecgd"),
c("a", "b", "b"),
c(0, 0, 1),
c(1, 0, 1),
c(0, 1, 1),
c(1, 1, 0),
c(0, 1, 0))
colnames(df) = c("Sequence", "position", "cat1", "cat1", "cat2", "cat2", "cat2")
# rename column names to make them unique:
newcols = c("Sequence", "position", paste0("c", 1:(ncol(df)-2)))
oldcols = colnames(df)
colnames(df) = newcols
# make a crosswalk
col_cross = tibble(oldcols = oldcols,
newcols = newcols)
# gather the new columns, summarize across the old columns, spread
df %>%
gather(key = "newcols", value = "val", -Sequence, -position) %>%
left_join(col_cross) %>%
group_by(Sequence, position, oldcols) %>%
summarize(n = sum(val)) %>%
spread(key = oldcols, value = n, fill = 0)
不同的tidyverse可能性：
repair_names(df, prefix = "cat", sep = "_") %>%
rowid_to_column() %>%
gather(var, val, -c(Sequence, position, rowid)) %>%
mutate(temp = sub("\_.*", "", var)) %>%
arrange(rowid) %>%
group_by(Sequence, position, temp) %>%
summarise(res = sum(val),
rowid = first(rowid)) %>%
spread(temp, res) %>%
select(-rowid)
Sequence position cat1 cat2
<chr> <chr> <dbl> <dbl>
1 abfsgdfy a 1. 1.
2 abfsgdfy b 0. 3.
3 dgdtecgd b 2. 1.
首先，它将列名更改为具有"cat"前缀和"_"作为分隔符。其次，它将数据从宽格式转换为长格式。第三，使用sub("\_.*", "", var)，它获取"_"之前的字符串。然后，它对值求和。最后，它将数据返回为宽格式。
使用@svenhalvorson:提供的样本数据
df <- tibble(c("abfsgdfy", "abfsgdfy", "dgdtecgd"),
c("a", "b", "b"),
c(0, 0, 1),
c(1, 0, 1),
c(0, 1, 1),
c(1, 1, 0),
c(0, 1, 0))
colnames(df) <- c("Sequence", "position", "cat1", "cat1", "cat2", "cat2", "cat2")