1

Tengo un dataframe (all_blast_df2_Oakwood) como este:

     lib           virus_names
     PV005       Watermelon mosaic virus
     PV005       Watermelon mosaic virus
     PV005       Cowpea aphid-borne mosaic virus
     PV005       Yam bean mosaic virus
     PV005       Watermelon mosaic virus
     PV006       Watermelon mosaic virus
     PV006       Cowpea aphid-borne mosaic virus
     PV008       Cucumis mosaic virus
     PV008       Watermelon mosaic virus
     PV010       Watermelon mosaic virus

A partir del anterior dataframe me gustaría obtener una tabla como esta:

     lib      virus_names
     PV005    Watermelon mosaic virus/Cowpea aphid-borne mosaic virus/Yam bean mosaic virus
     PV006    Watermelon mosaic virus/Cowpea aphid-borne mosaic virus
     PV008    Cucumis mosaic virus/Watermelon mosaic virus
     PV010    Watermelon mosaic virus

Para ello aplico el siguiente comando:

c<-all_blast_df2_Oakwood %>%
 group_by(lib) %>%
 summarise(virus_names=paste(virus_names,collapse='/'))

Pero obtengo lo siguiente:

     lib      virus_names
     PV005    Watermelon mosaic virus/Watermelon mosaic virus/Cowpea aphid-borne mosaic virus/Yam bean mosaic virus/Watermelon mosaic virus
     PV006    Watermelon mosaic virus/Cowpea aphid-borne mosaic virus
     PV008    Cucumis mosaic virus/Watermelon mosaic virus
     PV010    Watermelon mosaic virus

No logro eliminar los nombres de los virus que aparecen por duplicado en cada librería (lib). Me gustaría saber como eliminar los duplicados y a raiz de este último dataframe obtener el siguiente resultado:

  Watermelon mosaic virus 100% #(aparece en 4 lib de 4)
  Cowpea aphid-borne mosaic virus 50% #(aparece en 2 lib de 4)
  Yam bean mosaic virus 25 % #(aparece en 1 lib de 4)
  Cucumis mosaic virus 25 % #(aparece en 1 lib de 4)

1 respuesta 1

1

Puedes usar unique() para eliminar duplicados de cada grupo:

all_blast_df2_Oakwood %>%
    group_by(lib) %>% 
    summarize(virus=paste(unique(virus_names),collapse=' /')) -> final

Un comentario aparte, en tu ejemplo estás asignado esta salida a la variable c, no te lo recomiendo por que terminas redefiniendo la función base `c()

1
  • funciona con la correción que me has dado, muchas gracias Patricio Commented el 2 sept. 2019 a las 6:33

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.