r - 匹配 2 个不同数据帧之间的行值组合

Question

我有一个 data.frame，其中包含 4 种不同细胞标记的 16 种不同组合

combinations_df

     FITC Cy3 TX_RED Cy5
 a    0   0      0   0
 b    1   0      0   0
 c    0   1      0   0
 d    1   1      0   0
 e    0   0      1   0
 f    1   0      1   0
 g    0   1      1   0
 h    1   1      1   0
 i    0   0      0   1
 j    1   0      0   1
 k    0   1      0   1
 l    1   1      0   1
 m    0   0      1   1
 n    1   0      1   1
 o    0   1      1   1
 p    1   1      1   1

我的“主”data.frame 有 10 列和数千行。

> main_df
  a b FITC d Cy3 f TX_RED h Cy5 j
1 0 1    1 1   1 0      1 1   1 1
2 0 1    0 1   1 0      1 0   1 1
3 1 1    0 0   0 1      1 0   0 0
4 0 1    1 1   1 0      1 1   1 1
5 0 0    0 0   0 0      0 0   0 0
....

我想使用 combinations_df 中所有可能的 16 种组合来与 main_df 的每一行进行比较。然后我想创建一个新的向量，以便稍后cbind到main_df作为第11列。

示例输出

> phenotype
[1] "g" "i" "a" "p" "g" 

我考虑在 for 循环中执行 while 循环，检查每个 main_df 行中的每个 combinations_df 行。

听起来好像可行，但我在 main_df 中有接近 1 000 000 行，所以我想看看是否有人有更好的主意。

编辑:我忘了提及，我只想将 combinations_df 与 main_df 中的第 3、5、7、9 列进行比较。他们有相同的名字，但可能不那么明显。

编辑:更改示例数据输出，因为不应出现“t”

Answer 1

dplyr 解决方案非常简单。首先，您需要将phenotype作为显式变量放入combinations_df中，如下所示:

#   phenotype FITC Cy3 TX_RED Cy5
#1          a    0   0      0   0
#2          b    1   0      0   0
#3          c    0   1      0   0
#4          d    1   1      0   0
# etc

dplyr 允许您连接多个变量，因此从这里开始只需一行即可查找表型。

library(dplyr)
left_join(main_df, combinations_df, by=c("FITC", "Cy3", "TX_RED", "Cy5"))

#  a b FITC d Cy3 f TX_RED h Cy5 j phenotype
#1 0 1    1 1   1 0      1 1   1 1         p
#2 0 1    0 1   1 0      1 0   1 1         o
#3 1 1    0 0   0 1      1 0   0 0         e
#4 0 1    1 1   1 0      1 1   1 1         p
#5 0 0    0 0   0 0      0 0   0 0         a

我最初认为您必须使用 tidyr::unite 连接列，但事实并非如此。