Объединить пары столбцов для всего фрейма данных

Мы можем создать цикл для подмножества столбцов вместе со смежным столбцом, paste вместе с withdo.call` и назначить его как новые столбцы новому набору данных.

out <- df[1]
out[paste0("var", 1:3)] <- lapply(seq(2, ncol(df), 2), 
               function(i) do.call(paste0, df[i:(i+1)]))

df <- data.frame(id = seq(1,20),
                 var1 = rep("A", 20),
                 var2 = c(rep("T", 10), rep("A", 10)),
                 var3 = rep("C", 20),
                 var4 = c(rep("C", 10), rep("G", 10)),
                 var5 = rep("A", 20),
                 var6 = c(rep("A", 10), rep("G", 10)),
                 stringsAsFactors = FALSE)

df2 <- data.frame(id = df[,1], var1 = paste(df[,2], df[,3], sep = ""), 
                  var2 = paste(df[,4], df[,5], sep = ""), 
                  var3 = paste(df[,6], df[,7], sep = ""))

Используя tidyverse, вы можете заранее составить модифицирующие выражения, а затем передать их все в transmute сразу. Это решение использует имена столбцов и, следовательно, устойчиво к порядку столбцов: если вы перемешаете столбцы allele, это все равно должно дать вам тот же ответ.

library( tidyverse )

# Create expressions of the form allele1 = str_c(allele1a, allele1b)
v <- str_c("allele",1:3) %>% set_names %>%
    map( ~glue::glue("str_c({.}a, {.}b)") ) %>% map( rlang::parse_expr )

df %>% transmute( id = id, !!!v )
# # A tibble: 20 x 4
#       id allele1 allele2 allele3
#    <int> <chr>   <chr>   <chr>  
#  1     1 AT      CC      AA     
#  2     2 AT      CC      AA     
#  3     3 AT      CC      AA     
#  4     4 AT      CC      AA     
# ...

Я изменил ваши данные, чтобы они больше соответствовали вашему описанию:

df <- data_frame(id = seq(1,20),
             allele1a = rep("A", 20),
             allele1b = c(rep("T", 10), rep("A", 10)),
             allele2a = rep("C", 20),
             allele2b = c(rep("C", 10), rep("G", 10)),
             allele3a = rep("A", 20),
             allele3b = c(rep("A", 10), rep("G", 10)))

Вот способ tidyverse, разработанный для довольно хорошего масштабирования. Вместо жесткого кодирования, в котором вы хотите объединить столбцы 1 и 2, 3 и 4, а также 5 и 6, я преобразовываю данные в длинные данные, чтобы получить номер переменной, группируя их в пары, разделив номер переменной на 2, сворачивая буквы в каждой паре, и снова изменив форму на широкую. Таким образом, вы можете проделать ту же процедуру с любым четным числом столбцов.

library(tidyverse)
...

Фильтрация по идентификатору 1, чтобы увидеть это:

df %>%
  gather(key = var, value = value, -id) %>%
  mutate(var = str_extract(var, "\\d+") %>% as.numeric()) %>%
  group_by(id) %>%
  mutate(pair = ceiling(var / 2)) %>%
  filter(id == 1)
#> # A tibble: 6 x 4
#> # Groups:   id [1]
#>      id   var value  pair
#>   <int> <dbl> <chr> <dbl>
#> 1     1     1 A         1
#> 2     1     2 T         1
#> 3     1     3 C         2
#> 4     1     4 C         2
#> 5     1     5 A         3
#> 6     1     6 A         3

Затем сворачиваем строки как итоговое значение для каждой комбинации идентификатора и пары:

df %>%
  gather(key = var, value = value, -id) %>%
  mutate(var = str_extract(var, "\\d+") %>% as.numeric()) %>%
  group_by(id) %>%
  mutate(pair = ceiling(var / 2)) %>% 
  group_by(id, pair) %>%
  summarise(combined = paste(value, collapse = ""))
#> # A tibble: 60 x 3
#> # Groups:   id [?]
#>       id  pair combined
#>    <int> <dbl> <chr>   
#>  1     1     1 AT      
#>  2     1     2 CC      
#>  3     1     3 AA      
#>  4     2     1 AT      
#>  5     2     2 CC      
#>  6     2     3 AA      
#>  7     3     1 AT      
#>  8     3     2 CC      
#>  9     3     3 AA      
#> 10     4     1 AT      
#> # ... with 50 more rows

И используя spread, чтобы вернуться к широкому формату.

df %>%
  gather(key = var, value = value, -id) %>%
  mutate(var = str_extract(var, "\\d+") %>% as.numeric()) %>%
  group_by(id) %>%
  mutate(pair = ceiling(var / 2)) %>% 
  group_by(id, pair) %>%
  summarise(combined = paste(value, collapse = "")) %>%
  mutate(var_combo = paste0("var", pair)) %>%
  select(-pair) %>%
  spread(key = var_combo, value = combined) %>%
  head()
#> # A tibble: 6 x 4
#> # Groups:   id [6]
#>      id var1  var2  var3 
#>   <int> <chr> <chr> <chr>
#> 1     1 AT    CC    AA   
#> 2     2 AT    CC    AA   
#> 3     3 AT    CC    AA   
#> 4     4 AT    CC    AA   
#> 5     5 AT    CC    AA   
#> 6     6 AT    CC    AA

^{Created on 2018-11-07 by the reprex package (v0.2.1)}

используя базу r, вы можете:

 a <- seq(2,ncol(df),2)
 b <- paste0(unlist(df[a]),unlist(df[a+1]))
 d <- data.frame(matrix(b,nrow(df)))
 result <- cbind(df[1],d)

Это также можно записать в одну строку:

(dat =  data.frame(matrix(paste0(unlist(df[a<-seq(2,ncol(df),2)]),unlist(df[a+1])),nrow(df))))
   X1 X2 X3
1  AT CC AA
2  AT CC AA
3  AT CC AA
4  AT CC AA
5  AT CC AA
6  AT CC AA
7  AT CC AA
8  AT CC AA
9  AT CC AA
10 AT CC AA
11 AA CG AG
12 AA CG AG
13 AA CG AG
14 AA CG AG
15 AA CG AG
16 AA CG AG
17 AA CG AG
18 AA CG AG
19 AA CG AG
20 AA CG AG

Затем свяжите его со столбцом id:

cbind(df[1],dat)