R函数用另一个表的ID标记一个表吗？

Question

这是一个简单的问题-但我想我可能没有在Google中加入关键词来找到正确的答案，所以对此我感到非常抱歉。

[基本上，我有一个excel文件，其中包含我已测序的某些芸苔属植物的基因名称（随机排列），大约10000个，另一个文件具有相同（及更多）基因名称（有序），但它们与拟南芥属基因相对应。旁边的列。

例如：

文件1：

1. BnAxyz
2. BnAklm
3. BnAdef
4. Etc ...

文件2：

1. BnAabc AtAxyz
2. BnAdef AtAypi
3. BnAghi AtApqr

基本上，我想用正确的拟南芥标记（文件2的第二列）注释测序的芸苔属基因（文件1），而无需重新排序文件1（因此只需在文件1中添加一列，但每个基因都对应于其正确的名称）。

我试图合并R上的列表，但这不起作用。有谁知道我可以在R中尝试这个吗？

非常感谢您的帮助。

Answer 1

如果您可以发布到目前为止使用的R代码，这确实有帮助。在这种情况下，我们只能猜测您实际上正在处理哪种类型的数据结构。

无论如何，请使用tidyverse以简单的方式解决您的问题。

这是草稿：

library(tidyverse)
df_bras <- read_csv(
  "brassica_genes.csv", 
  col_names = c("gene_bras"), 
  col_types = "c")
df_arab <- read_csv(
  "arabidopsis_genes.csv", 
  col_name = c("gene_bras", "gene_arab"), 
  col_types = "cc")

df <- df_bras %>% left_join(df_arab, by = c("gene_bras"))

结果数据框df将包含所有Brassica基因，以及Arabidopsis基因名称（如果在df_arab中存在）或NA。