r - 基于另一个数据框/列表在数据框中的列子集

Question

我有以下table1，它是由6列和8083行组成的数据框。在下面，我显示此table1的标题:

|gene ID        |   prom_65|   prom_66|  amast_69|  amast_70|   p_value|
|:--------------|---------:|---------:|---------:|---------:|---------:|
|LdBPK_321470.1 |   24.7361|   25.2550|   31.2974|   45.4209| 0.2997430|
|LdBPK_251900.1 |  107.3580|  112.9870|   77.4182|   86.3211| 0.0367792|
|LdBPK_331430.1 |   72.0639|   86.1486|   68.5747|   77.8383| 0.2469355|
|LdBPK_100640.1 |   43.8766|   53.4004|   34.0255|   38.4038| 0.1299948|
|LdBPK_330360.1 | 2382.8700| 1871.9300| 2013.4200| 2482.0600| 0.8466225|
|LdBPK_090870.1 |   49.6488|   53.7134|   59.1175|   66.0931| 0.0843242|

我有另一个数据框，称为 accessions40，它是510个基因ID的列表。它是 table1的第一列的子集，即其所有值(510)都包含在 table1的第一列(8083)中。 accessions40的标题显示如下:

|V1             |
|:--------------|
|LdBPK_330360.1 |
|LdBPK_283000.1 |
|LdBPK_360210.1 |
|LdBPK_261550.1 |
|LdBPK_367320.1 |
|LdBPK_361420.1 |

我要执行的操作如下:我想生成一个新的 table2，它在第一列(基因ID)下仅包含 accessions40中存在的值以及来自 table1的其他五列中的对应值。换句话说，我想根据 table1的值对 accessions40的第一列进行子集化。

Answer 1

我们可以使用%in%来获取逻辑 vector ，然后基于subset'table1'的行。

subset(table1, gene_ID %in% accessions40$V1)

更好的选择是 data.table

library(data.table)
setDT(table1)[gene_ID %chin% accessions40$V1]

或者使用 filter中的 dplyr

library(dplyr)
table1 %>%
      filter(gene_ID %in% accessions40$V1)