Блог

У меня есть текстовый файл с 846 строками и 11 столбцами. Первый столбец содержит различные конечные точки, например, лимфоэдему руки, которая имеет 65 строк, АтрофигИю 1 с 65 строками, атрофию 2 с 65 строками, гиперпигментацию с 65 строками, уплотнение 1 с 65 строками и т.д… Всего имеется 12 конечных точек по 65 строк в каждой. У них есть двоеточие и число в конце, которое начинается с 1-23. Не все строки показаны:

 Endpoint:CHROM POS ID REF ALT A1 OBS_CT BETA SE T_STAT P armlymohoedemaG1_resid_ADD:1 15507197 rs12145963 C T T 1597 0.0200969 0.0177223 1.13399 0.25697 armlymohoedemaG1_resid_ADD:1 20955183 rs10916837:20955183:A:C A C C 1597 -0.0171274 0.0358423 -0.477853 0.632821 armlymohoedemaG1_resid_ADD:1 59499623 rs12088220:59499623:C:G C G G 1597 0.0380941 0.0318187 1.19722 0.2314 armlymohoedemaG1_resid_ADD:1 157426570 rs12562052:157426570:G:A G A A 1597 -0.0206825 0.0197705 -1.04613 0.29566 armlymohoedemaG1_resid_ADD:1 208935416 rs12565978:208935416:T:C T C C 1597 0.0125627 0.0249297 0.503926 0.614384 armlymohoedemaG1_resid_ADD:1 210570783 rs926581:210570783:T:C T C T 1597 0.0100879 0.0171234 0.589128 0.555859 armlymohoedemaG1_resid_ADD:2 67992075 rs730424:67992075:G:A G A A 1597 0.0576296 0.0400781 1.43793 0.150651 ... AtrophyG1_resid_ADD:1 15507197 rs12145963 C T T 1459 0.0603735 0.0423087 1.42698 0.153803 AtrophyG1_resid_ADD:1 20955183 rs10916837:20955183:A:C A C C 1459 -0.120878 0.0858682 -1.40771 0.159431 AtrophyG1_resid_ADD:1 59499623 rs12088220:59499623:C:G C G G 1459 -0.00668454 0.0769204 -0.0869021 0.930761 AtrophyG1_resid_ADD:1 157426570 rs12562052:157426570:G:A G A A 1459 -0.00656737 0.0474368 -0.138445 0.889908 AtrophyG1_resid_ADD:1 208935416 rs12565978:208935416:T:C T C C 1459 -0.00449699 0.0589798 -0.0762463 0.939234 AtrophyG1_resid_ADD:1 210570783 rs926581:210570783:T:C T C T 1459 -0.0401359 0.0409854 -0.979273 0.327609 AtrophyG1_resid_ADD:2 67992075 rs730424:67992075:G:A G A A 1459 -0.139139 0.0958094 -1.45225 0.146649 ... AtrophyG2_resid_ADD:1 15507197 rs12145963 C T T 1577 0.0379506 0.0295897 1.28256 0.199837 AtrophyG2_resid_ADD:1 20955183 rs10916837:20955183:A:C A C C 1577 -0.0396727 0.0593204 -0.668786 0.503731 AtrophyG2_resid_ADD:1 59499623 rs12088220:59499623:C:G C G G 1577 0.0372104 0.0532158 0.699236 0.484509 AtrophyG2_resid_ADD:1 157426570 rs12562052:157426570:G:A G A A 1577 -0.00643034 0.0329302 -0.195272 0.845206 AtrophyG2_resid_ADD:1 208935416 rs12565978:208935416:T:C T C C 1577 -0.0642606 0.0413718 -1.55325 0.120567 AtrophyG2_resid_ADD:1 210570783 rs926581:210570783:T:C T C T 1577 -0.00569627 0.028436 -0.200319 0.841257 AtrophyG2_resid_ADD:2 67992075 rs730424:67992075:G:A G A A 1577 -0.0725321 0.0665037 -1.09065 0.275596  

У меня есть еще один текстовый файл с точно таким же количеством столбцов, но разным количеством строк для каждой конечной точки в столбце 1. Например, конечные точки следуют в том же порядке, но повторяются 8 раз. Например, отек руки имеет 8 строк, атрофиг1 с 8 строками, атрофиг2 имеет 8 строк, гиперпигментация с 8 строками, индурацион 1 с 8 строками и т. Д…

 Endpoint:CHROM POS ID REF ALT A1 OBS_CT BETA SE T_STAT P armlymohoedemaG1_resid_ADD:6 31568469 rs2857595 G A A 1597 0.0312277 0.0236413 1.3209 0.186727 armlymohoedemaG1_resid_ADD:8 3059828 chr8_3059828_A_G A G G 1597 -0.0239881 0.0234187 -1.02432 0.305842 armlymohoedemaG1_resid_ADD:9 23658011 chr9_23658011_G_T T G T 1597 -0.0211319 0.0187522 -1.1269 0.259957 armlymohoedemaG1_resid_ADD:9 132436381 chr9_132436381_A_G A G G 1597 -0.0113841 0.0172074 -0.661585 0.508334 armlymohoedemaG1_resid_ADD:11 92329626 chr11_92329626_C_T T C C 1597 0.0130181 0.0279289 0.466117 0.641196 armlymohoedemaG1_resid_ADD:17 70243611 chr17_70243611_A_G G A A 1597 0.00269102 0.026312 0.102273 0.918553 armlymohoedemaG1_resid_ADD:18 22120936 chr18_22120936_C_T T C C 1597 -0.00589036 0.0233133 -0.25266 0.800564 armlymohoedemaG1_resid_ADD:19 41860296 rs1800469 A G A 1597 -0.0114224 0.0176217 -0.648198 0.516951 AtrophyG1_resid_ADD:6 31568469 rs2857595 G A A 1459 -0.0562461 0.0575011 -0.978175 0.328152 AtrophyG1_resid_ADD:8 3059828 chr8_3059828_A_G A G G 1459 0.0902879 0.0561128 1.60904 0.107826  

Как бы я объединил два файла в R, но я не хочу, чтобы второй файл был прикреплен в нижней части первого файла, а строки armlymphodema находились под armlymphodema в файле 1. Атрофиг1 должен находиться под атрофиг1 в файле 1. Еще один уровень сложности заключается в том, что я хочу, чтобы числа были в порядке, например, во втором файле есть числа
6,8,9,9,11,17,18,19 в конце формы руки в колонке 1. Я хочу, чтобы это было в файле 1, но в правильном порядке.

 #Endpoint:CHROM POS ID REF ALT A1 OBS_CT BETA SE T_STAT P armlymohoedemaG1_resid_ADD:1 15507197 rs12145963 C T T 1597 0.0200969 0.0177223 1.13399 0.25697 armlymohoedemaG1_resid_ADD:1 20955183 rs10916837:20955183:A:C A C C 1597 -0.0171274 0.0358423 -0.477853 0.632821 armlymohoedemaG1_resid_ADD:1 59499623 rs12088220:59499623:C:G C G G 1597 0.0380941 0.0318187 1.19722 0.2314 armlymohoedemaG1_resid_ADD:1 157426570 rs12562052:157426570:G:A G A A 1597 -0.0206825 0.0197705 -1.04613 0.29566 armlymohoedemaG1_resid_ADD:1 208935416 rs12565978:208935416:T:C T C C 1597 0.0125627 0.0249297 0.503926 0.614384 armlymohoedemaG1_resid_ADD:1 210570783 rs926581:210570783:T:C T C T 1597 0.0100879 0.0171234 0.589128 0.555859 armlymohoedemaG1_resid_ADD:2 67992075 rs730424:67992075:G:A G A A 1597 0.0576296 0.0400781 1.43793 0.150651 ... armlymohoedemaG1_resid_ADD:6 31568469 rs2857595 G A A 1597 0.0312277 0.0236413 1.3209 0.186727 armlymohoedemaG1_resid_ADD:8 3059828 chr8_3059828_A_G A G G 1597 -0.0239881 0.0234187 -1.02432 0.305842 armlymohoedemaG1_resid_ADD:9 23658011 chr9_23658011_G_T T G T 1597 -0.0211319 0.0187522 -1.1269 0.259957 armlymohoedemaG1_resid_ADD:9 132436381 chr9_132436381_A_G A G G 1597 -0.0113841 0.0172074 -0.661585 0.508334 armlymohoedemaG1_resid_ADD:11 92329626 chr11_92329626_C_T T C C 1597 0.0130181 0.0279289 0.466117 0.641196 armlymohoedemaG1_resid_ADD:17 70243611 chr17_70243611_A_G G A A 1597 0.00269102 0.026312 0.102273 0.918553 armlymohoedemaG1_resid_ADD:18 22120936 chr18_22120936_C_T T C C 1597 -0.00589036 0.0233133 -0.25266 0.800564 armlymohoedemaG1_resid_ADD:19 41860296 rs1800469 A G A 1597 -0.0114224 0.0176217 -0.648198 0.516951  

Я знаю о таких функциях, как cbind, rbind, слияние, но я не знаю, что делать при сопоставлении по имени переменной, а затем объединении, чтобы оно переплеталось с этим именем переменной. Я также предполагаю, что мне нужно включить какое-то частичное совпадение, например, mydataframe[str_detect(конечная точка:CHROM, «armlymohoedemaG1_resid_ADD»),] чтобы выполнить сопоставление.

Вы можете использовать технику фильтрации, чтобы разделить файлы на куски, а затем склеить их вместе. Пример: Пусть df1 будет первый фрейм данных, а df2 второй

 # all lines starting with armlymohoedemaG1_resid_ADD from df1 and df2: chunk11 lt;- df1[startsWith(df1$CHROM, "armlymohoedemaG1_resid_ADD"), ] chunk12 lt;- df2[startsWith(df2$CHROM, "armlymohoedemaG1_resid_ADD"), ]  # now glue them together chunk1 lt;- rbind(chunk11, chunk12)  # optionally order them by number to get in sequence :1, :2, :3 ... chunk1 lt;- chunk1[order(chunk1$CHROM), ]  # repeat this for all CHROM levels # at the end glue everything together df lt;- rbind(chunk1, chunk2, ....)  

Если вам не нужно разделять куски, вы можете склеить и отсортировать их в два этапа:

 df lt;- rbind(df1, df2) df lt;- df[order(df$CHROM), ]  

Может быть, этого достаточно для вашего приложения