将具有可变长度和数量的字符串的命名列表写入R中的文本文件

Question

我是一个相对较新的R用户，仍在学习基础知识。

我有一个命名列表xx，这些条目看起来像这样：

> xx[100:105]
$`15LOX-1`
[1] "207328_at"
$`16.1`
[1] "215946_x_at"
$`16.2`
[1] NA
$`16.3A5`
[1] "200983_x_at" "200984_s_at" "200985_s_at" "212463_at"   "228748_at"  
$`160-KD`
[1] "201224_s_at" "201225_s_at"
$`1600019D15Rik`
[1] "218465_at"   "222642_s_at" "225492_at"   "235907_at"   "238831_at"  

我想把它保存到一个有两列的文本文件中——键和值。如果多个字符串对应于同一个键，那么它们应该在不同的行中。不需要双引号。

此外，如何避免保存NA值？

请帮忙。

Answer 1

重新创建测试数据：

xx <- structure(list(
    `15LOX-1` = "207328_at", 
    `16.1` = "215946_x_at", 
    `16.2` = NA, 
    `16.3A5` = c("200983_x_at", "200984_s_at", "200985_s_at", "212463_at", "228748_at"), 
    `160-KD` = c("201224_s_at", "201225_s_at" ), 
    `1600019D15Rik` = c("218465_at", "222642_s_at", "225492_at", "235907_at", "238831_at")),
   .Names = c("15LOX-1", "16.1", "16.2", "16.3A5", "160-KD", "1600019D15Rik"))

首先，删除所有NA值：

xx[is.na(xx)] <- NULL

现在，创建一个临时变量，将每个元素的长度存储在x:中

tmp <- sapply(xx, function(xt)length(xt))

现在使用rep来创建密钥（即，重复x的名称，每次都是相关元素的长度），并使用unlist和unname的组合来创建值：

data.frame(
    key = rep(names(tmp), times=unname(tmp)),
    value = unlist(unname(xx))
)

这产生：

             key       value
1        15LOX-1   207328_at
2           16.1 215946_x_at
3         16.3A5 200983_x_at
4         16.3A5 200984_s_at
5         16.3A5 200985_s_at
6         16.3A5   212463_at
7         16.3A5   228748_at
8         160-KD 201224_s_at
9         160-KD 201225_s_at
10 1600019D15Rik   218465_at
11 1600019D15Rik 222642_s_at
12 1600019D15Rik   225492_at
13 1600019D15Rik   235907_at
14 1600019D15Rik   238831_at

最后，使用write.csv(x, file=...)或您喜欢的写入功能将数据保存到文件中。

Answer 2

reshape2包可以通过熔体功能实现这一点。使用来自Andrie:的数据

require(reshape2)
 > melt(x)
  value L1
1    a1  A
2    b1  B
3  <NA>  C
4    d1  D
5    d2  D
6    d3  D
7    d4  D
8    d5  D

有几件事不完全符合你的要求。首先，列的顺序相反，这可能是问题，也可能不是问题。其次，与列关联的名称与您想要的不完全一样，这可能也不是问题。第三，NA值仍然存在，这是一个基于您的问题的问题。我会使用complete.cases()来解决这个问题，并给它一些合适的名称。也许是这样的：

out <- melt(x)[, 2:1] #Reverse the key - value columns
out <- out[complete.cases(out) ,] #Subset only complete cases
names(out) <- c("Key", "Value")  #New column names
> out
  Key Value
1   A    a1
2   B    b1
4   D    d1
.....

Answer 3

使用Andrie的测试数据，这里有一种使用reshape包（或"reshape2"）的巧妙方法：

x <- list(
    A = "a1",
    B = "b1",
    C = NA,
    D = paste("d", 1:5, sep=""))

接下来，melt有一个列表方法！

> melt(x)
  value L1
1    a1  A
2    b1  B
3  <NA>  C
4    d1  D
5    d2  D
6    d3  D
7    d4  D
8    d5  D

然后我们可以使用complete.cases或类似的东西：来提取NA

rs <- melt(x)
rs <- rs[complete.cases(x),]
colnames(rs) <- c('value','key')

Answer 4

我会这样做。

#Create a matrix
z <- cbind(key=rep(names(xx), sapply(xx, length)), value = unlist(xx))
#Remove NA
z <- z[!is.na(z[,2]),]
#Write to textfile
write.table(z, "filename.txt", row.names= F)

您可以查看write.table的帮助以查看其他可用选项。

这是Andrie 询问的结果

>z
                key             value        
15LOX-1        "15LOX-1"       "207328_at"  
16.1           "16.1"          "215946_x_at"
16.3A51        "16.3A5"        "200983_x_at"
16.3A52        "16.3A5"        "200984_s_at"
16.3A53        "16.3A5"        "200985_s_at"
16.3A54        "16.3A5"        "212463_at"  
16.3A55        "16.3A5"        "228748_at"  
160-KD1        "160-KD"        "201224_s_at"
160-KD2        "160-KD"        "201225_s_at"
1600019D15Rik1 "1600019D15Rik" "218465_at"  
1600019D15Rik2 "1600019D15Rik" "222642_s_at"
1600019D15Rik3 "1600019D15Rik" "225492_at"  
1600019D15Rik4 "1600019D15Rik" "235907_at"  
1600019D15Rik5 "1600019D15Rik" "238831_at"  

HTH