r - 合并(粘贴)列

Question

我有以下数据框

Tipo Start  End Strand Accesion1 Accesion2
1 gene   197 1558      +      <NA>   SP_0001
2  CDS   197 1558      + NP_344554      <NA>
3 gene  1717 2853      +      <NA>   SP_0002
4  CDS  1717 2853      + NP_344555      <NA>
5 gene  2864 3112      +      <NA>   SP_0003
6  CDS  2864 3112      + NP_344556      <NA>

还有更多“Tipo”值，例如 tRNA、region、exon 或 rRNA，但我只对组合这两个值(gene 和 CDS)感兴趣

我想得到以下内容

Start End Accesion1 Accesion2
1 197 1558 NP_344554 SP_0001

但仅当基因和 CDS 的起始值和结束值一致时。我尝试过使用 dplyr 进行选择、排列和变异，但摆脱 NA 对我来说有点复杂

Answer 1

带有 summarize_each 的 dplyr 版本:

DF %>% 
  group_by(Start, End) %>% 
  summarise_each(funs(max), Accesion1, Accesion2)

产品:

Source: local data frame [3 x 4]
Groups: Start

  Start  End Accesion1 Accesion2
1   197 1558 NP_344554   SP_0001
2  1717 2853 NP_344555   SP_0002
3  2864 3112 NP_344556   SP_0003

假设 AccessionX 变量是字符(不适用于因子)，并且条件是 Start End 对仅包含两个值，Tipo 和 Gene 各一个，如您的数据集中所示。