r - 根据另一列的值连接一列的行

Question

我有这种格式的数据:

       df <- data.frame(seqpart=factor(c("", "ccagttgttg", "tttgattcg", "ctttgtc","", "ctttgtcga","cttagta", "ttactgt", "ttacat")), 
       seqinfo= factor(c("IDseq1|specie1", "", "","","IDseq2|specie2","","","","")))

 > df
   seqpart         seqinfo
   <NA>            IDseq1|specie1
   ccagttgttg      <NA>
   tttgattcg       <NA>
   ctttgtc         <NA>
   <NA>            IDseq2|specie2
   ctttgtcga       <NA>
   cttagta         <NA>
   ttactgt         <NA>
   ttacat          <NA>

我想根据 seqinfo 列连接行，以使用这种新格式构造另一个数据:

>df1    
 seqinfo             seq
 IDseq1|specie1      ccagttgttgtttgattcgctttgtc
 IDseq2|specie2      ctttgtcgacttagtattactgtttacat

有没有办法做到这一点？非常感谢

Answer 1

来自 tidyverse 的另一个想法。我们首先将 '' 替换为 NA 并填充它们。我们按 seqinfo 分组并粘贴唯一的 seqparts，即

library(tidyverse)

df %>% 
 mutate_all(funs(replace(., . == '', NA))) %>% 
 fill(seqpart, .direction = 'up') %>% 
 fill(seqinfo) %>% 
 group_by(seqinfo) %>% 
 summarise(seqpart = paste(unique(seqpart), collapse = ''))

  A tibble: 2 x 2
         seqinfo                       seqpart
          <fctr>                         <chr>
1 IDseq1|specie1    ccagttgttgtttgattcgctttgtc
2 IDseq2|specie2 ctttgtcgacttagtattactgtttacat