轉自:https://www.jianshu.com/p/a7af4f6e50c3

 1.原始資料

以上是原有的一個，再生成一個新的：

> gene_exp_tidy2 <- data.frame(GeneId = rep("gene5", times = 3),sample_name = paste("sample", 1:3, sep = ""), expression = 2:4)
> gene_exp_tidy2
  GeneId sample_name expression
1  gene5     sample1          2
2
 
  gene5     sample2          3
3  gene5     sample3          4
> mode(gene_exp_tidy2)
[1] "list"
> typeof(gene_exp_tidy2)
[1] "list"

 //這個生成資料框的一句程式碼好厲害啊，學習了。

2.資料框拼接

# 1.使用R自帶的函式rbind拼接
rbind(gene_exp_tidy,gene_exp_tidy2)  
# 2.使用dplyr的bind_rows函式
bind_rows(gene_exp_tidy,gene_exp_tidy2)
 

其中對dplyr中拼接函式的說明：

包括按行合併和按列合併。也就是會改變表中y的值。

3.交集

3.1構建一個gene1和gene5組成的資料框

gene_exp_tidy3 <- filter(gene_exp_tidy, GeneId == "gene1")%>%
  bind_rows(gene_exp_tidy2)

//就是過濾吧，從原來的當中根據列名過濾，列名中的內容=gene1的列，然後進行合併到變數2的行上。結果如上。

 3.2求交集

# 求兩個資料框的交集
intersect(gene_exp_tidy, gene_exp_tidy3)
 

3.3並集（自動去重）

# 求兩個資料框的並集（自動去除重複）
union(gene_exp_tidy, gene_exp_tidy3)

3.3並集（不去重）

# 求兩個資料框的並集，不去除重複
union_all(gene_exp_tidy, gene_exp_tidy3)

 //是三個元素完全相同，才會判斷為相同的。

3.4求差集

# 求兩個資料框的差集
setdiff(gene_exp_tidy, gene_exp_tidy3)

4表連線操作

 4.1內連線

上圖中，左邊的資料框中有基因的表達資訊，右邊的資料框中有基因的功能註釋，如何把兩個資料框相關聯，將基因功能註釋新增到基因的表達資訊中呢？

 //也就是以左邊的表為基準，檢視當前geneid是否在右邊表中出現，如果出現，則合併唄。

左連線：以第一個資料框為準，將第二個資料框的相關資訊新增進去

# 將兩張表以GeneId進行關聯
left_join(gene_exp_tidy, gene_anno, by = "GeneId")

對於如果兩個表的列名不恰好相同的話，使用以下語句：

# 使用rename函式將GeneId換成Geneid
gene_anno <- rename(gene_anno, Geneid = GeneId)
# 將兩個資料框關聯，設定兩個資料框中相同的列名
left_join(gene_exp_tidy, gene_anno, by =c("GeneId" = "Geneid"))

by中是一個向量，左邊表的列名=右邊表的列名 。結果與上述是一樣的結果。

4.2右連線

右連線：以第二個資料框為準，將第一個資料框中的相關資訊新增進去

# 右連線
right_join(gene_exp_tidy, gene_anno, by =c("GeneId" = "Geneid"))

4.3內連線：保留兩個資料框中共有的GeneId

# 內連線
inner_join(gene_exp_tidy, gene_anno, by =c("GeneId" = "Geneid"))

4.4全連線：保留兩張表格中所有GeneId的資訊

# 全連線
full_join(gene_exp_tidy, gene_anno, by =c("GeneId" = "Geneid"))

4.5半連線

半連線：只保留第二個資料框中包含的GeneId資訊

//應該是隻根據c中的保留表2中的列，不會進行其他列的資訊合併。

4.6反連線:只保留第二個資料框中不包含的GeneId資訊

# 反連線
anti_join(gene_exp_tidy, gene_anno, by =c("GeneId" = "Geneid"))