说说R语言的转置

在群里看到了一个问题，他用R语言的转置函数t()对下面形式的数据进行了转置

转置前

转置之后的数据结构如下

转置后

他发现转置之后多了一行，也就是有了geneid这一行，和他预期的不符合。按照预期，geneid这一行应该是成为列名，而不是作为输出的第一行。那么，为什么会出现这个情况呢？这就需要从t()这个函数说起。

使用?t，你会得到关于这个函数的函数说明。在函数的Detials部分中，有这样一段

A data frame is first coerced to a matrix: see as.matrix. When x is a vector, it is treated as a column, i.e., the result is a 1-row matrix.

即，数据框会先用as.matrix()转成矩阵格式，然后再引用t()，最终你对一个数据框使用t()函数时，你会得到一个矩阵，而非原先的data.frame.

举个例子:

L3 <- LETTERS[1:3]
fac <- sample(L3, 10, replace = TRUE)
d <- data.frame(x = 1, y = 1:10, fac = fac)
t(d)

转置前 转置后

因为矩阵要求存放的内容是同一种数据类型，对于输入的数据框而言，一般都会有字符串，数值这些，那么最终都会被转成字符串。

对于最开始的问题而言，因为原先的数据框的第一列是字符串，那么自然而然会把所有的数据都变成字符串，然后把第一列变成第一行。而如果要实现他真正的目的，需要先将第第一行变成行名，然后删掉第一行在转置，也就是

row.names(df) <- df$gene_id
df <- df[,-1]
df <- t(df)

其结果就是先保证原来的数据框里面都是数值数据，而不是让第一列充当行名。

延伸一下，对于超过2维的数组，我们要用到aperm函数才能对数据进行转置。当然，超过二维的转置，你甚至都无法直观感受到这是一个什么过程。