如何用R中的序号来更改对象的名称？

Question

我有一个数据文件，其中包含了像P95、P104等编码的基因。这个数字反映了基因名称列表中的顺序。

​

​

基因名称清单(其中有2000份)：

​

​

在这种情况下，如何将dataframe中的P##转换为基因名称？

UPD:这里有一个示例dataframe和一个基因列表：

gene <- c("(P10->UP)", "(P2->UP, P9->UP)", "(P10->UP, P3->UP)", "(P5->NORM, P7->UP)")
support <- c(0.95, 0.94, 0.93, 0.92)
df <- data.frame(gene, support)

gene_list <- c("A", "B", "C", "D", "E", "F", "G", "H", "I", "J")

P10与第10基因"J“相对应，P2为"B”等。

我想得到的结果应该如下所示：

​

​

Answer 1

一种方法可能是使用来自mutate包的separate和tidyverse包。

separate不能将列拆分为未知的列数。因此，我不得不计算基因列优先(max_genes)中的最大基因数。

数据

gene <- c("(P10->UP)", "(P2->UP, P9->UP)", "(P10->UP, P3->UP)", "(P5->NORM, P7->UP)")
support <- c(0.95, 0.94, 0.93, 0.92)
df <- data.frame(gene, support)

gene_list <- c("A", "B", "C", "D", "E", "F", "G", "H", "I", "J")

码

# calculate max number of genes in column gene for spreading 
max_genes = ncol(str_extract_all(df$gene, "->", simplify = T))


df %>% 
  # remove brackets and spaces in column gene
  mutate(gene = str_remove_all(gene, "[(|)|\\s]")) %>%
  # separate gene into name and expresssion
  separate(col = gene,
           sep = "->|,",
           into  = paste0(c("gene_name", "exp"), 
                          rep(1:max_genes, each = 2)),
           fill = "right") %>%
  # substitute gene number with gene name
    mutate(across(starts_with("gene_name"), ~gene_list[as.numeric(str_remove(., "P"))]))

输出

  gene_name1 exp1 gene_name2 exp2 support
1          J   UP       <NA> <NA>    0.95
2          B   UP          I   UP    0.94
3          J   UP          C   UP    0.93
4          E NORM          G   UP    0.92