GO注释文件中多行变两列和两列变多行

test_Gene2GO.txt

ChrSy.fgenesh.gene.10   GO:0003676
ChrSy.fgenesh.gene.12   GO:0003676, GO:0004523, GO:0015074
ChrSy.fgenesh.gene.14   GO:0004674, GO:0005509, GO:0005515, GO:0005524, GO:0006468, GO:0016021, GO:0030247
ChrSy.fgenesh.gene.17   GO:0003676, GO:0004190, GO:0006508, GO:0008270, GO:0015074
ChrSy.fgenesh.gene.21   GO:0004672, GO:0006468
ChrSy.fgenesh.gene.22   GO:0003676, GO:0004523, GO:0015074
ChrSy.fgenesh.gene.26   GO:0006508, GO:0008234
ChrSy.fgenesh.gene.27   GO:001602

转换一列变多行

• 方法①

test <- read.table("test_Gene2GO.txt", sep = "\t", header = F)
library(tidyverse)
test %>% separate_rows(V2, sep = ",")

• 方法②
  • 参考链接

## install.packages("splitstackshape")
## install_github("mrdwab/splitstackshape", ref = "devel")
## 不知道为什么我都不能安装好， 最后下载到本地安装好的
library(splitstackshape)
test %>% cSplit(., "V2", ",", 'long')

多行变两列

• 方法①

 aggregate(test1, by = list(test1$V1), c) %>% transmute(Gene = .$Group.1, GOid = .$V2)

• 方法②

  
  

• 方法③

test1 %>%
  group_by(V1) %>%
  summarise(GO_ID = paste(V2, collapse = ","))

还有许多简单的命令。。。只是能解决就好了。

附带小惊喜

• https://smach.github.io/R4JournalismBook/HowDoI.html

  • 这个网站收集很多常用功能的函数

    
    
    image.png
• 然而这图中又有小惊喜 Practical R for Mass Communication and Journalism， 没错，这是刚出版的书籍， 这本书可读性高。
  
  image.png

至于怎么下载， 大家心里都有万能的下载渠道。。

一列变多行：

• 巧用 stringr::str_split() 和 unnest() 函数将 GO 背景文件，将一列拆分成多行
• 巧用 tidyr::separate_rows() 函数将一列拆分成多行

test <- tribble(
  ~gene, ~GO_ID,
  "gene1", paste0("GO:1", ";", "GO:2", ";","GO:3")
)

test %>% 
  mutate(Go_id = stringr::str_split(GO_ID, ";")) %>%
  unnest() %>%
  select(gene, Go_id)


test %>%
  tidyr::separate_rows(GO_ID, sep = ";")