如何连接两个或多个数据帧

Question

我有倍数数据格式，类似于

DF1

Element Category              Subcategory  Subsystem    Role                             Fcount
E100    Cofactors, Vitamins   Biotin       synthesis    phosphoribosyltransferase domain    1
E100    Cofactors, Vitamins   Biotin       synthesis    Biotin operon repressor             1
E100    Cofactors, Vitamins   Biotin       synthesis    aminotransferase (EC 2.6.1.62)      2
E100    Cofactors, Vitamins   Biotin       synthesis    ligase (EC 6.3.4.15)                1
E100    Cofactors, Vitamins   Biotin       synthesis    synthase (EC 2.3.1.47)              1
E100    Cofactors, Vitamins   Pigments     Biotin       synthase (EC 2.3.1.47)              1

DF2

Element Category              Subcategory  Subsystem    Role                             Fcount
E200    Cofactors, Vitamins   Biotin       synthesis    phosphoribosyltransferase domain    1
E200    Cofactors, Vitamins   Biotin       synthesis    Biotin operon repressor             1
E200    Cofactors, Vitamins   Biotin       synthesis    aminotransferase (EC 2.6.1.62)      2
E200    Cofactors, Vitamins   Biotin       synthesis    toxin (EC 6.3.4.15)                 1
E200    Cofactors, Vitamins   Biotin       synthesis    synthase (EC 2.3.1.47)              1

首先，从分类到角色列显示相同字符串的所有行都将被视为相等；如果一个或多个列中的字符串不同，那么它将被视为不同的行！

Example1，DF1和DF2的第1行

这两行在分类、亚类、子系统和角色列中呈现相同的模式：辅助因子、维生素生物素合成磷酸核糖转移酶结构域E 215，因此被认为是相等的！

示例2

在某些但不是全部存在的柱(如：辅助因子、维生素生物素合成连接酶(EC 6.3.4.15)和辅助因子、维生素生物素合成毒素(EC 6.3.4.15))中未出现的则为零。在DF1 (辅助因子，维生素色素生物素合成酶(EC 2.3.1.47))的最后一行中，亚类和子系统的列有差异，则必须将其作为另一行添加。

Fcount列将更改为元素的名称，并将其从列的5添加到Nnumber (在本例中为5到6列)！

最后的数据框架如下：

Category              Subcategory  Subsystem    Role                             E100  E200
Cofactors, Vitamins   Biotin       synthesis    phosphoribosyltransferase domain    1   1
Cofactors, Vitamins   Biotin       synthesis    Biotin operon repressor             1   1
Cofactors, Vitamins   Biotin       synthesis    aminotransferase (EC 2.6.1.62)      2   2
Cofactors, Vitamins   Biotin       synthesis    ligase (EC 6.3.4.15)                1   0
Cofactors, Vitamins   Biotin       synthesis    synthase (EC 2.3.1.47)              1   1
Cofactors, Vitamins   Biotin       synthesis    toxin (EC 6.3.4.15)                 0   1
Cofactors, Vitamins   Pigments     Biotin       synthase (EC 2.3.1.47)              1   0

在这个例子中，我只使用了两个数据帧，但是我有超过20个。

在R怎么能做到这一点？

对不起，如果我没有给出任何代码，但我不知道如何做！

谢谢

Answer 1

有几种方法可以做到这一点，但我倾向于使用tidyverse解决方案链接到文档，您只需使用by参数即可。

df_com <- full_join(df1, df2, by = c("Category", "Subcategory", "Subsystem", "Role"))

然后，您可以使用E100和E200将Fcount.x和Fcount.y列重命名为rename。还有一些基本的R和data.table解决方案，但我对它们不太熟悉