假设我有三个表，patients，samples和mutations：
patients表具有唯一的行，每个行都有唯一的patient_id。
samples表具有唯一的行，每个行都有唯一的sample_id，但也可以在Patients表中找到patient_id。样本表中可能有多行具有相同的patient_id。
mutations表具有非唯一行。突变表中的每一行仅包含两列：gene和sample_id。
我需要创建一个新表，将其命名为summary，第一列中的patient_id是sample_id，然后是突变表中每个不同基因的列。
新摘要表的每一行应包含
patient_id sample_id表中的samples，1表中每个gene的每个后续gene列中的数字mutations，其中特定{{1} }或数字sample_id（如果没有）。 新的摘要表看起来像这样：
patient对于0表中找到的每个不同patient_id, sample_id, gene A, gene B, gene C, gene D, etc
12345678,54321,1,0,0,0
23456789,65432,0,1,1,0
34567890,76543,0,0,1,0
34567890,87654,0,1,0,1
etc
，新的摘要表都必须具有一个0或1条目，即使没有条目也是如此在突变表中具有gene属于患者的特定行。
请记住，可能有多个样本属于同一患者，因此摘要表可能包含给定患者的多行-每行代表不同的样本。
感谢您的指导-R对我来说还比较陌生...：）
样本数据：
患者表：
PATIENT_ID，AGE，PARTC_CONSENTED_12_245，AGE_CURRENT，种族，宗教，民族，OS_STATUS，OS_MONTHS，PED_IND，性别，RECURRENCE，POD_FIRST_LINE，SYSTEMIC_TREATMENT，TIME_TO_LAST_FOLLOWUP P-0000114,57，NO，59，白色，天主教/罗马，非西班牙语;非西班牙裔，已减少，15.16，否，女，0，是，宝石/牛+ HAI FUDR，15.16 P-0000127,62，NO，64，白色，无，非西班牙语;非西班牙裔，已减少，14.28，否，男性，0，是，宝石/顺式，14.28 P-0000147,40，NO，45，黑色，基督教，非西班牙语;非西班牙裔，生活，38.433，否，女性，0，是，宝石，38.45 P-0000154,76，NO，79，白色，JEWISH，非西班牙语;非西班牙裔，已减少，23.145，否，男性，0，是，宝石/顺式，23.52 P-0000159,67，NO，70，“其他亚洲人，包括亚洲人，NOS和东方人，NOS”，基督教，非西班牙文；非西班牙裔，已减少，18.773，否，女，0，是，gem / cis，18.78
样本表：
SAMPLE_ID，PATIENT_ID，HAS_MATCHED_NORMAL，TIME_TO_METASTASIS_MONTHS，SAMPLE_TYPE，SAMPLE_CLASS，METASTATIC_SITE，PRIMARY_SITE，ONCOTREE_CODE，GENE_PANEL，SO_COMMENTS，SAMPLE_COVERAGE，TUMOR_PURITY，MSI_COMMENT，MSI_SCORE，MSI_TYPE，学院，SOMATIC_STATUS，AGE_AT_SEQ_REPORT，射手，CVR_TMB_COHORT_PERCENTILE，CVR_TMB_SCORE，CVR_TMB_TT_COHORT_PERCENTILE，STAGE_4_DX P-0000114-T01-IM3，P-0000114，已匹配，0，转移，肿瘤，淋巴结，肝脏，IHCH，IMPACT341,938,60，不可用，0.47，稳定，MSKCC，已匹配，58，NO，58.6 ，4.5,75.9，是 P-0000114-T02-IM3，P-0000114，已匹配，0，主要，肿瘤，不适用，肝脏，IHCH，IMPACT341,409,60，不可用，0.26，稳定，MSKCC，已匹配，59，NO，58.6 ，4.5,75.9，是 P-0000127-T01-IM3，P-0000127，已匹配，0，转移，肿瘤，淋巴结，肝脏，IHCH，IMPACT341,623,30，不可用，0，稳定，MSKCC，已匹配，64，NO，29.9 ，2.2,36，是 P-0000127-T02-IM3，P-0000127，已匹配，0，转移，肿瘤，淋巴结，肝脏，IHCH，IMPACT341,255,0，不可用，0，稳定，MSKCC，已匹配，64，NO，29.9 ，2.2,36，是 P-0000147-T01-IM3，P-0000147，已匹配，25，主要，肿瘤，不适用，肝脏，IHCH，IMPACT341,1051,80，微卫星稳定（MSS）。请参阅下面的MSI注释。，0.17，稳定，MSKCC，匹配，41，否，0,0,0，否 P-0000154-T01-IM3，P-0000154，已匹配，0，主要，肿瘤，不适用，肝脏，IHCH，IMPACT341,767,70，不可用，1.2，稳定，MSKCC，已匹配，78，NO，44.1 ，3.3,59.4，是
变异表：
Hugo_Symbol，Tumor_Sample_Barcode BAP1，P-0009513-T01-IM5 PDGFRA，P-0000114-T01-IM5 BAP1，P-0009513-T01-IM5 卡拉斯，P-0000114-T02-IM3 CDKN1B，P-0000192-T02-IM3 IDH1，P-0000327-T01-IM3 ARID1A，P-0000327-T01-IM3 DOT1L，P-0000327-T01-IM3 缺口4，P-0001539-T01-IM3 ABL1，P-0001539-T01-IM3 SUFU，P-0001539-T01-IM3 PBRM1，P-0000114-T01-IM3 IDH1，P-0002143-T01-IM3 卡拉斯，P-0002143-T01-IM3 ARID1A，P-0000114-T01-IM3 MLL3，P-0000127-T01-IM3 ERBB3，P-0000117-T01-IM3 ARID1A，P-0002211-T01-IM3 TP53，P-0003407-T01-IM5 ARID1A，P-0000127-T01-IM3 ERBB3，P-000012707-T01-IM5 STAG2，P-0003407-T01-IM5 卡拉斯，P-0003473-T01-IM5 PBRM1，P-0003590-T01-IM5 TET2，P-0003590-T01-IM5 IDH1，P-0003795-T01-IM5 TP53，P-0003795-T01-IM5 SPEN，P-0003795-T01-IM5
答案 0 :(得分：0)
这在MySQL中起到了作用：
select cs.patient_id, g.*
from clynical_sample cs
inner join (
select *
from
(with cp as
(select * from
(select gene from mutations group by gene) c
cross join (select sample_id from clynical_sample group by sample_id) m)
select cp.gene, cp.sample_id, ifnull(m.id,0) id
from cp
left join (select gene, sample_id, 1 id from mutations) m on m.gene=cp.gene and m.sample_id=cp.sample_id)
pivot ( max(id) for gene in ('BAP1','PDGFRA','KRAS','CDKN1B','IDH1','ARID1A','DOT1L','NOTCH4','ABL1','PBRM1','MLL3','TET2','SPEN','CCND2','DDR2','RICTOR','SMAD4','GLI1','RASA1','MAP2K1','CSF3R','HIST1H3D','DNMT3B','CEBPA','GATA2','ARID1B','BRCA2','EPHA7','CTNNB1','EPHA5','EP300','RAF1','NF1','EGFR','NBN','INHA','CARD11','ANKRD11','ERBB3','TERT','DNMT1','ATM','RIT1','PDCD1','SMARCA4','FOXP1','DICER1','TGFBR2','PTPRS','FANCC','APC','NCOA3','NTRK1','PTPRD','NSD1','GRIN2A','SMARCB1','PTCH1','KEAP1','KDR','IRS2','PIK3R3','SUFU','STAG2','MAP3K13','SOX9','SETD2','FAT1','ZFHX3','NRAS','MAP3K1','ERBB4','JAK3','NF2','PGR','KDM6A','RPTOR','TP53','CIC','MSH2','MAP2K4','AXIN2','PTEN','XPO1','ERCC4','AXL','RNF43','DNMT3A','ERG','NOTCH2','RFWD2','IGF1R','GATA1','SMAD3','TMPRSS2','MLL','BRAF','TET1','BCOR','YAP1','HLA-A','PLCG2','CBL','IRS1','PIK3CA','POLE','LATS2','MST1','H3F3B','IRF4','AR','B2M','NCOR1','FUBP1','NOTCH3','ATR','RPS6KB2','TSC2','PIK3CG','MDM2','ROS1','TCF3','TSC1','FGFR2','FBXW7','FOXA1','MEN1','CDKN2Ap16INK4A','EPHA3','PMS1','PAK1','E2F3','PIK3CD','PLK2','MPL','RHEB','RBM10','ASXL2','MSH6','RAD21','BRIP1','PTPRT','GNA11','CDKN1A','RAD50','BRD4','STK11','ARID2','RUNX1','MTOR','JAK1','TBX3','MALT1','RYBP','MLL2','PIK3CB','SMO','AXIN1','MAPK3','VHL','JUN','KDM5A','ARID5B','AMER1','PPM1D','ASXL1','MLH1','CASP8','BARD1','DAXX','CDH1','PALB2','AKT3','RECQL4','IGF2','MED12','FLT3','HIST3H3','MST1R','EIF4A2','CREBBP','STAT5B','PHOX2B','BRCA1','ERBB2','MITF','RB1','CD79A','TMEM127','MAPK1','CDKN2A','CDKN2Ap14ARF','CSF1R','FLT4','CENPA','RPS6KA4','SRC','ERCC3','NEGR1','RET','ACVR1','SYK','ICOSLG','FYN','SOX17','ETV6','NTRK3','HIST1H1C','IDH2','CHEK1','GNAS','PPP6C','EZH2','MYCL1','SDHA','MDC1','ARAF','RAC1','KDM5C','PARP1','NKX2-1','CXCR4','SMAD2','IL7R','TGFBR1','U2AF1','SF3B1','FGFR4','ERRFI1','SMARCD1','FGFR1','EPHB1','PDPK1','FLCN','RAD54L','MGA','PPP2R1A'))
) g on g.sample_id = cs.sample_id;