r - 如何从数据框中选择包含不同文本组合的列？

Question

我有如下示例数据，但我的真实数据包含超过 10000 行

IND  snp1      snp2    snp3     snp4    snp5
1    A/G       T/T     T/C      G/C     G/G
2    A/A       C/C     G/G      G/G     A/A
3    T/T       G/G     C/C      C/C     T/T

现在我只想对具有这些字符的列进行子集化 (A/T,A/G,A/C,T/A,T/G,T/C,G/A,G/T,G/C,C/A,C/T,C/G) 在满足上述条件后，我应该子集 snp1、snp3 和 snp4 我将使用此代码获取它们

select(df, snp1, snp3, snp4)[1, 1:3]

这可能发生在少量列上，但在我的例子中，我需要遍历所有 10000 列字符并将它们子集化到不同的文件中。我如何在 R 中执行此操作 tidyverse 包是否对我有帮助？如果是，请告诉我结果如何。在这方面的任何帮助将不胜感激提前致谢。

Answer 1

您可以在 select() 中使用整洁选择。

library(dplyr)
cond <- c("A/T", "A/G", "A/C", "T/A", "T/G", "T/C", "G/A", "G/T", "G/C", "C/A", "C/T", "C/G")

df %>%
  select(starts_with("snp") & where(~ any(.x %in% cond)))

#   snp1 snp3 snp4
# 1  A/G  T/C  G/C
# 2  A/A  G/G  G/G
# 3  T/T  C/C  C/C

---

数据

df <- structure(list(IND = 1:3, snp1 = c("A/G", "A/A", "T/T"), snp2 = c("T/T", 
"C/C", "G/G"), snp3 = c("T/C", "G/G", "C/C"), snp4 = c("G/C", "G/G", "C/C"),
snp5 = c("G/G", "A/A", "T/T")), class = "data.frame", row.names = c(NA, -3L))