如何使用蛋白质表将名称从蛋白质列表更改为ID

Question

我有一个蛋白质列表，就像df1中给出的

df1 <- data.frame(   names = c("Gen1", "Gen2", "Gen3"))

我需要使用一个蛋白质表将这些名称更改为ID，它们的关联方式在df2中进行了总结

df2 <- data.frame(   
Protein.name = c("Gen1", "Gen2", "Gen3"),  
 Protein.product = c("id1", "id2" , "id3"))

因此，我最终得到了一个蛋白质ID列表，而不是蛋白质名称，如df3中所示

 df3 <- data.frame(   ID = c("id1", "id2" , "id3"))

我试过使用cbind命令，但为了使其工作，两个数据帧应该有相同的行数，但情况并非如此。

Answer 1

您可能希望从left_join()包中获得tidyverse：

library(tidyverse)
df1 %>%
    left_join(df2, by = c("names" = "Protein.name"))

这段代码在df1中获取蛋白质名称，并按顺序从df2提供它们的ID。至于df3，它是：

library(tidyverse)
df3 <- df1 %>%
    left_join(df2, by = c("names" = "Protein.name")) %>%
    select(ID = Protein.product)

( select的最后一行将数据帧列重命名为ID，以获得所需的输出。)

示例：(更改了df1项的顺序以检查其工作情况)

library(tidyverse)

df1 <- data.frame(names = c("Gen3", "Gen1", "Gen2"))

df2 <- data.frame(   
    Protein.name = c("Gen1", "Gen2", "Gen3"),  
    Protein.product = c("id1", "id2" , "id3")
)

df3 <- df1 %>%
    left_join(df2, by = c("names" = "Protein.name")) %>%
    select(ID = Protein.product)

df3

结果：

    ID
1  id3
2  id1
3  id2

Answer 2

inner_join(df1,df2,by=c("name"="gene")) %>% select(name = name.y)