比较两个列表，创建新列，并将1分配给匹配数据(RNA-seq基因)

Question

我有两个数据：

• df1:大数据框架，包含约20000个基因
• df2的基因列表:小基因列表(例如50个基因)。

现在我想找出来自df2的哪些基因存在于df1中，在df1中添加一个新的列，用1标记/高亮显示匹配的基因，用0标记不匹配的基因。

我通常使用子集函数来找出列表中有哪些基因。我还知道如何创建一个只有匹配的基因等的新表，但是我真的不知道如何在同一个文件中“标记它们”，因此我想添加一个1或0的列。但也可以是对的，也可以是假的。

我希望我自己解释一下，如果不是这样的话，让我知道

谢谢你，洛尔

Answer 1

使用%in%，然后转换为整数：

df1$match <- as.integer(df1$gene %in% df2$gene)

注意jay.sf提到的注意事项

在%中使用%时要小心，如果有NA，它会产生意想不到的结果。在% 1中尝试NA %，它应该给NA，但给假。

%in%是一个很好的特性。然而，它通常被推荐作为==的多元替代。这是一个难题；在==产生NA的地方，%in%不会，通过不知情，天真的用户可能会无中生有地产生观察。