Subset-Spalten eines Datenrahmens nach den Zeilen eines anderen Datenrahmens

Question

Ich möchte einige seiner Spalten nach den Zeilen eines anderen Datenrahmens unterteilen. So sind die beiden Datenrahmen werden wie unten dargestellt:

df1 <- structure(list(ID = structure(c(3L, 1L, 2L, 5L, 4L), .Label = c("cg08", "cg09", "cg29", "cg36", "cg65"), class = "factor"), chr = c(16L, 3L, 3L, 1L, 8L), gene = c(534L, 376L, 171L, 911L, 422L), GS12 = c(0.15, 0.87, 0.6, 0.1, 0.72), GS32 = c(0.44, 0.93, 0.92, 0.07, 0.91),  GS56 = c(0.46, 0.92, 0.62, 0.06, 0.87), GS87 = c(0.79, 0.93,  0.86, 0.08, 0.88)), .Names = c("ID", "chr", "gene", "GS12", "GS32", "GS56", "GS87"), class = "data.frame", row.names = c("1", "2", "3", "4", "5")) 
df2 <- structure(list(samples = structure(c(1L, 2L, 4L, 3L, 6L, 5L), .Label = c("GS32", "GS33", "GS55", "GS56", "GS68", "GS87"), class = "factor"), ID2 = structure(c(1L, 6L, 3L, 4L, 5L, 2L), .Label = c("GM1", "GM10", "GM17", "GM18", "GM19", "GM7"), class = "factor")), .Names = c("samples", "ID2"), class = "data.frame", row.names = c(NA, -6L)) 

Daten:

df1: 
      ID  chr gene GS12  GS32  GS56  GS87 
     1 cg29  16 534  0.15  0.44  0.46  0.79 
     2 cg08   3 376  0.87  0.93  0.92  0.93 
     3 cg09   3 171  0.60  0.92  0.62  0.86 
     4 cg65   1 911  0.10  0.07  0.06  0.08 
     5 cg36   8 422  0.72  0.91  0.87  0.88 
df2: 

samples ID2  
GS32 GM1   
GS33 GM7   
GS56 GM17   
GS55 GM18   
GS87 GM19   
GS68 GM10   

Ich möchte alle Spalten von DF1 der Teilmenge (während in der endgültigen Ausgabe, alle Zeilen zu halten), die üblich sind in ID-Spalte von DF2, kurz gesagt, möchte ich Teilmengen Spalten eines Datenrahmens nach den Zeilen eines anderen Datenrahmens, gibt es irgendeine Funktion, die das tut?

Answer 1

Die Eingangsdaten:

df1 <- structure(list(ID = structure(c(3L, 1L, 2L, 5L, 4L), .Label = c("cg08", "cg09", "cg29", "cg36", "cg65"), class = "factor"), chr = c(16L, 3L, 3L, 1L, 8L), gene = c(534L, 376L, 171L, 911L, 422L), GS12 = c(0.15, 0.87, 0.6, 0.1, 0.72), GS32 = c(0.44, 0.93, 0.92, 0.07, 0.91),  GS56 = c(0.46, 0.92, 0.62, 0.06, 0.87), GS87 = c(0.79, 0.93,  0.86, 0.08, 0.88)), .Names = c("ID", "chr", "gene", "GS12", "GS32", "GS56", "GS87"), class = "data.frame", row.names = c("1", "2", "3", "4", "5")) 
df2 <- structure(list(samples = structure(c(1L, 2L, 4L, 3L, 6L, 5L), .Label = c("GS32", "GS33", "GS55", "GS56", "GS68", "GS87"), class = "factor"), ID2 = structure(c(1L, 6L, 3L, 4L, 5L, 2L), .Label = c("GM1", "GM10", "GM17", "GM18", "GM19", "GM7"), class = "factor")), .Names = c("samples", "ID2"), class = "data.frame", row.names = c(NA, -6L)) 

Ich glaube, was Sie fordern ist die folgende:

df1[colnames(df1) %in% df2$samples] 
# GS32 GS56 GS87 
#1 0.44 0.46 0.79 
#2 0.93 0.92 0.93 
#3 0.92 0.62 0.86 
#4 0.07 0.06 0.08 
#5 0.91 0.87 0.88 

Du bist gerade die Spaltennamen von df1 in den Proben von DF2 auftreten.
aber ich nehme an, Sie auch die ID, Chromosom und Gene in der Ausgabe-Datenrahmen benötigen, kann dies mit dem folgenden erfolgen:

df1[c(1:3, colnames(df1) %in% df2$samples)] 
# ID chr gene ID.1 ID.2 ID.3 
#1 cg29 16 534 cg29 cg29 cg29 
#2 cg08 3 376 cg08 cg08 cg08 
#3 cg09 3 171 cg09 cg09 cg09 
#4 cg65 1 911 cg65 cg65 cg65 
#5 cg36 8 422 cg36 cg36 cg36 

---

Wenn Sie die Spaltenreihenfolge erzwingen wollen in der seine gleiche Reihenfolge wie zuvor, verwenden Sie match anstelle von %in%. match erfordert mindestens zwei Variablen, wobei erstens der Zielvektor ist und zweitens der Datenrahmen/Vektor, zu dem er sortiert werden soll.

df1[,c(1:3,na.omit(match(df2$samples, colnames(df1))))] 
# ID chr gene GS32 GS56 GS87 
#1 cg29 16 534 0.44 0.46 0.79 
#2 cg08 3 376 0.93 0.92 0.93 
#3 cg09 3 171 0.92 0.62 0.86 
#4 cg65 1 911 0.07 0.06 0.08 
#5 cg36 8 422 0.91 0.87 0.88