R - Создать столбец в моем фрейме данных, который содержит имя каждого списка (в списке объектов списков) на основе перекрытия между собой

Question

У меня есть кадр данных (df3) и список списков (l3):

l1<-c("GO:0071363", "GO:0070848", "GO:0007169", "GO:0007167")

l2 <-c("GO:0016567", "GO:0070647", "GO:0032446")
l3 <- list(l1,l2)
names(l3) <- c("GROUP1","GROUP2")

##############################print my list
> l3
$GROUP1
[1] "GO:0071363" "GO:0070848" "GO:0007169" "GO:0007167"
$GROUP2
[1] "GO:0016567" "GO:0070647" "GO:0032446"

############################# ############################

df1 <- structure(list(geneSet = c("GO:0070848", "GO:0071363", "GO:0007169", 
                    "GO:0007167"), description = c("response to growth factor", "cellular response to growth factor stimulus", 
                     "transmembrane receptor protein tyrosine kinase signaling pathway", 
                     "enzyme linked receptor protein signaling pathway")), row.names = c(10L, 
                     16L, 177L, 219L), class = "data.frame")

df2 <- structure(list(geneSet = c("GO:0070647", "GO:0016567", "GO:0032446"
), description = c("protein modification by small protein conjugation or removal", 
                   "protein ubiquitination", "protein modification by small protein conjugation"
)), row.names = c(13L, 15L, 25L), class = "data.frame")
df3 <- rbind(df1,df2)
######################print my dataframe
> df3
       geneSet                                                      description
10  GO:0070848                                        response to growth factor
16  GO:0071363                      cellular response to growth factor stimulus
177 GO:0007169 transmembrane receptor protein tyrosine kinase signaling pathway
219 GO:0007167                 enzyme linked receptor protein signaling pathway
13  GO:0070647     protein modification by small protein conjugation or removal
15  GO:0016567                                           protein ubiquitination
25  GO:0032446                protein modification by small protein conjugation

Сначала мне нужно сопоставить каждую строку, расположенную в моем столбце geneSet с этой же строкой в ​​списке списков. После этого мне нужно создать дополнительный столбец в моем исходном df3 (названный «cluster»), который содержит имя каждого списка, который содержит соответствующий набор GeneSet. Мой вывод будет:

> df3
       geneSet                                                      description cluster
10  GO:0070848                                        response to growth factor  GROUP1
16  GO:0071363                      cellular response to growth factor stimulus  GROUP1
177 GO:0007169 transmembrane receptor protein tyrosine kinase signaling pathway  GROUP1
219 GO:0007167                 enzyme linked receptor protein signaling pathway  GROUP1
13  GO:0070647     protein modification by small protein conjugation or removal  GROUP2
15  GO:0016567                                           protein ubiquitination  GROUP2
25  GO:0032446                protein modification by small protein conjugation  GROUP2

Answer 1

Было бы проще, если бы мы stack list с двумя столбцами data.frame и затем сделали merge (в base R)

merge(df3, stack(l3), by.x = 'geneSet', by.y = 'values')

---

Или с tidyverse, enframe list в два столбца tibble, unnest столбец list и выполните объединение

library(tibble)
library(dplyr)
library(tidyr)
enframe(l3, value = 'geneSet', name= 'cluster') %>% 
     unnest(c(geneSet)) %>%
     right_join(df3)