合并两种数据格式，但这两种数据中存在的列的平均值

Question

假设我有两个data.frames，

df = data.frame(gene = c("KRAS", "FOS"), A6 = c(20, 50), A7 = c(90, 80))
df2 = data.frame(gene = c("KRAS", "FOS"), A6 = c(20, 250) )

在这里，A6是重复的，当我尝试使用merge(df, df2, by = "gene")合并这两个数据格式时，它使用A6.x和A6.y创建新的列。

是否有一种方法可以让它进行合并，而不是采用复制的列的平均值？谢谢!

Answer 1

在merge执行split之后，通过数字列名(子字符串)获取数据并获取rowMeans

cbind(out[1], sapply(split.default(out[-1], 
          sub("\\..*", "", names(out)[-1])), rowMeans))
#  gene  A6 A7
#1  FOS 150 80
#2 KRAS  20 90

数据

out <- merge (df, df2, by="gene")

Answer 2

由于本例中所需的merge不向df添加任何新列，所以可以使用data.table更新连接

library(data.table)
setDT(df)
setDT(df2)

df[df2, on = .(gene), A6 := (A6 + i.A6)/2]

df
#    gene  A6 A7
# 1: KRAS  20 90
# 2:  FOS 150 80

这将修改df。如果您想要一个新的数据格式，可以使用copy

copy(df)[df2, on = .(gene), A6 := (A6 + i.A6)/2]

对于多个公共列

no.avg <- 'gene'
common <- intersect(names(df), names(df2))
common <- setdiff(common, no.avg)

df[df2, on = .(gene), 
   (common) := (get(common) + get(paste0('i.', common)))/2]