R中两个DF的匹配/对齐列

我了解以下内容：两个data.frames（clusterDF和OrderByCluster）的行名负责标识每一行中描述的基因。您正在尝试匹配两个data.frames的行名，以便可以将OrderByCluster表中的信息正确连接到中描述的每个基因clusterDF。

如果尝试这样做，则实际上可以通过联接操作将OrderByCluster表中的所有信息（所有列）带到clusterDFDF。连接操作将选择一个在两个表中都可用的键，并将匹配这些键。当联接计算所有匹配项时，他将根据这些键的这些匹配项从字面上联接或混合两个表。

从您提供的数据来看，OrderByCluster是数字矩阵，而clusterDF仅仅是包含因子值的向量。为了使我的代码对您有用，您必须将这些对象转换为表（data.frame）。下面的代码执行此转换。除此之外，我想您clusterDF拥有标识基因的行名，但是输出clusterDF生成的行名dput()没有这些行名，因此我生成了一组随机行名，只是为了使方法更清晰。请注意，在这组行名中，是中定义的三个基因OrderByCluster，因此我们最终希望联接将带来来自这三个基因的信息OrderByCluster。

OrderByCluster <- as.data.frame(OrderByCluster_dput)
clusterDF <- as.data.frame(clusterDF_dput)
row.names(clusterDF) <- c("20130", "76933", "231507", "20343", "203")

因此，由于您的键或换句话说，标识基因的值位于表的行名中，因此您需要将这些行名带到表的行中，因为作为行名，它们只是对象的属性。您可以通过row.names()函数与mutate()函数结合使用，将这些行名带入data.frame的列中，两者均来自dplyr包。我在row_number()函数之前使用过，但是我相信他会带来与您想要的输出不同的输出。

在下面的示例中，我将这些行名带入row_idcolunm，然后对负责join（left_join()）的函数说，两个表中的键都在row_idcolunm中。所以left_join()功能将首先匹配的值row_id两个表中colunm，再一个，把所有的信息OrderByCluster，到了clusterDF，因此这些比赛。如果left_join()函数在两个表之间的某行中找不到匹配项，则它将用NA（不可用）值填充该行。

这是将行名带到表的行的代码

library(dplyr)

clusterDF <- mutate(
  clusterDF,
  row_id = row.names(clusterDF)
)

OrderByCluster <- mutate(
  OrderByCluster,
  row_id = row.names(OrderByCluster)
)

这是进行联接操作的代码

clusterDF <- left_join(
  clusterDF,
  OrderByCluster,
  by = "row_id"
)

这是结果

head(clusterDF)

  clusterDF_dput row_id  CD23_WE1  CD23_WE2 CD23_Doc1 CD23_Doc2 EED_Doc1
1              2  20130        NA        NA        NA        NA       NA
2              2  76933 10.706632 10.604466  13.58021  13.35768 13.00360
3              1 231507  9.513296  8.989521  11.13337  11.10535 12.75215
4              2  20343  8.622914  8.453255  10.19068  10.55104 11.42488
5              2    203        NA        NA        NA        NA       NA
  EED_Doc2
1       NA
2 12.86958
3 12.76417
4 11.53070
5       NA