unix - R中是否有等效于unix“comm”命令？

Question

我有一个带有唯一 ID 列表的主文件，并希望将三个文件与 ID 子集对齐，最后是：第 1 列（id1、id2、id3、id4 等）第 2 列（空格、id2、空格、空格) 第 3 列 (id1, id2, space space) 第 4 列 (id1, space id3 space) 等等。我在 R 中有一个唯一列表，而 unix 中的“comm”命令似乎可以做到这一点 - R 中是否有等价物？

Answer 1

您的数据结构不是很清楚，但如果您从以下向量开始：

R> master <- paste("id",1:10,sep="")
R> sub1 <- paste("id",c(2,3,5),sep="")
R> sub2 <- paste("id",c(1,4,8,9),sep="")
R> master
[1] "id1"  "id2"  "id3"  "id4"  "id5"  "id6"  "id7"  "id8"  "id9"  "id10"
R> sub1
[1] "id2" "id3" "id5"
R> sub2
[1] "id1" "id4" "id8" "id9"

您可以从您的 id主列表创建一个数据框，并将这些 id 用作行名：

R> df <- data.frame(master=master, row.names=master)
R> df
     master
id1     id1
id2     id2
id3     id3
id4     id4
id5     id5
id6     id6
id7     id7
id8     id8
id9     id9
id10   id10

然后，您可以通过以下方式为每个子集添加新列：

R> df[sub1, "sub1"] <- sub1
R> df[sub2, "sub2"] <- sub2

结果如下：

R> df
     master sub1 sub2
id1     id1 <NA>  id1
id2     id2  id2 <NA>
id3     id3  id3 <NA>
id4     id4 <NA>  id4
id5     id5  id5 <NA>
id6     id6 <NA> <NA>
id7     id7 <NA> <NA>
id8     id8 <NA>  id8
id9     id9 <NA>  id9
id10   id10 <NA> <NA>