R - 按列比较两行并将结果写入表格

Question

我是 R 新手，可能我的问题的解决方案非常简单，但目前我无法实现...
我想按列比较数据框中的行。每列中的数据是一个字母(核苷酸碱基):

seq1 A C T G T
seq2 A C G G G
seq3 A G G C A
...

我想按列比较数据集中的所有行。我想获得的结果是比较中 TRUE 和 FALSE 的简单 1 或 0，也以表格的形式写入。所以它看起来像这样:

seq1_seq2 1 1 0 1 0
seq1_seq3 1 0 0 0 0
seq2_seq3 1 0 1 0 0
...

我的 R 技能太低，无法写出有用的东西。然而，我设法发现

ifelse(data[1,]==data[2,], 1, 0) 

尽管没有显示比较哪些行(没有 seq1_seq2 列)，但几乎返回了我需要的内容。
我将不胜感激对此问题的任何帮助。当然，一个完整解决方案的例子将是最需要的，但我也会很感激有关如何解决这个问题的任何建议。

先感谢您!

Answer 1

按行在数据帧中存储序列是错误的。您应该按列存储序列，或者，如果按行存储它们，至少在矩阵而不是数据帧中进行。下面我假设您使用矩阵。您可以使用 as.matrix 将数据帧转换为矩阵功能。

如果你想避免循环，你应该使用 combn对于此类任务

> a
     [,1] [,2] [,3] [,4] [,5]
seq1 "A"  "C"  "T"  "G"  "T" 
seq2 "A"  "C"  "G"  "G"  "G" 
seq3 "A"  "G"  "G"  "C"  "A" 

> compare = t(combn(nrow(a),2,FUN=function(x)a[x[1],]==a[x[2],]))
> rownames(compare) = combn(nrow(a),2,FUN=function(x)paste0("seq",x[1],"_seq",x[2]))

> compare
          [,1]  [,2]  [,3]  [,4]  [,5]
seq1_seq2 TRUE  TRUE FALSE  TRUE FALSE
seq1_seq3 TRUE FALSE FALSE FALSE FALSE
seq2_seq3 TRUE FALSE  TRUE FALSE FALSE

将 bool 值转换为整数(如果你真的需要的话):

storage.mode(compare) = "integer"