如何将每项病原体检测占一行的 dataframe 转换为每个受检个体占一行？

2026-11-04技术老齐

按 sampleID 分组，用 any() 判断每组是否至少有一项检测为阳性，就能将数据汇总为每只啮齿动物一行。将判断结果转为整数后，pathPresence 中的 1 表示至少一项阳性，0 表示全部阴性。

分组只依据 sampleID，数据的排序和同一个体的记录是否连续都不影响汇总结果。

按 sampleID 汇总

假设原始数据框为 df，检测结果列为 result，用 1 表示阳性、0 表示阴性，且没有缺失值：

library(dplyr)

individual_df <- df %>%
  group_by(sampleID) %>%
  summarise(
    pathPresence = as.integer(any(result == 1)),
    .groups = "drop"
  )

使用时，将 result 替换为实际的检测结果列名。

group_by(sampleID) 将同一个体的记录分为一组，any(result == 1) 检查组内是否有阳性结果，返回 TRUE 或 FALSE。as.integer() 再将两者分别转为 1 和 0。summarise() 为每组生成一行，.groups = "drop" 移除汇总结果的分组属性。

如果数据中有 60 个不同且有效的 sampleID，汇总结果就有 60 行。

一个简化示例

以每只个体三项检测为例：

df <- data.frame(
  sampleID = c("R01", "R01", "R01", "R02", "R02", "R02"),
  result = c(0, 1, 0, 0, 0, 0)
)

individual_df <- df %>%
  group_by(sampleID) %>%
  summarise(
    pathPresence = as.integer(any(result == 1)),
    .groups = "drop"
  )

结果为：

# A tibble: 2 × 2
  sampleID pathPresence
  <chr>           <int>
1 R01                 1
2 R02                 0

R01 有一项阳性，记为 1；R02 全部阴性，记为 0。每只个体有 18 项检测时，也使用同样的代码。

根据实际数据调整阳性条件

如果检测结果用 "Positive" 和 "Negative" 等字符串表示，将判断条件改为：

pathPresence = as.integer(any(result == "Positive"))

如果结果列是逻辑值，且 TRUE 表示阳性，可以写成：

pathPresence = as.integer(any(result))

使用前要确认结果的实际编码，包括字符串的大小写和空格。不要直接用 as.integer(result) 将字符列或因子列转为整数来判断阳性。

缺失值需要单独约定

默认情况下，any() 对缺失值的处理如下：

只要有一项明确为阳性，即使同时有 NA，也返回 TRUE。
没有阳性，但存在 NA，返回 NA。
所有检测均明确为阴性，返回 FALSE。

因此，检测结果有缺失时，上面代码生成的 pathPresence 可能为 NA，表示尚不能确定，以此与全部阴性区分。

如果只需要判断“已有记录中是否发现阳性”，可以忽略缺失值：

individual_df <- df %>%
  group_by(sampleID) %>%
  summarise(
    pathPresence = as.integer(any(result == 1, na.rm = TRUE)),
    .groups = "drop"
  )

此时，0 表示“未发现阳性记录”。即使某只个体的检测结果全部为 NA，也会得到 0，不能据此认定其 18 项检测全部阴性。

汇总前检查记录数

用以下代码检查每个 sampleID 是否恰好有 18 条记录：

df %>%
  count(sampleID, name = "n_tests") %>%
  filter(n_tests != 18)

如果 sampleID 完整有效，且代码返回零行，说明每只个体都有 18 条记录。不过，记录数正确并不能证明 18 种病原体各检测了一次。如果有病原体标识列，还应检查是否存在重复或遗漏。

还要确认 sampleID 没有缺失。缺失的 ID 会归入同一组，无法区分对应的个体。

汇总结果只保留 sampleID 和 pathPresence。如果还需要性别、采样地点等个体信息，应先确认这些字段在同一个体的各条记录中一致，再加入汇总结果。