【问题解决】用excel快速统计一列中出现的基因数量

    小编今天在处理数据时遇到一种情况：使用一个基因集（假设有200个基因），进行KEGG富集分析（clusterProfiler），得到了好多条通路，每条通路包含的基因种类和数量都不一样，如何快速得知这个基因集中，有多少个基因在通路中？

一、问题情景

    假设得到了上面的KEGG结果（实际小编的数据有61条通路），clusterProfiler结果会直接统计每个通路中包含的基因数量。

    我想快速计算geneSymbol列中，出现的基因数量。

二、问题解决

    最有意思的就是这个了，小编经常用deepseek网页版处理技术问题，当deepseek傻掉了，再换kimi进行补救。于是乎deepseek纠结了10分钟，始终给出错误的统计结果……

    最后还是小编的planB（kimi网页版），一次性就给出了正确的操作方法：

=COUNTA(UNIQUE(TRIM(TOCOL(TEXTSPLIT(TEXTJOIN("/",TRUE,P2:P62),"/"),3))))

其中，

• P2:P62为geneSymbol列中要统计的单元格范围

• TEXTJOIN("/", TRUE, A1:A61)，把整列数据用 / 连接成一个长字符串（忽略空单元格）
• TEXTSPLIT(..., "/")，按"/"把这个长字符串重新拆成独立的基因（形成数组）
• TOCOL(..., 3)，把拆分后的二维数组转成一列，参数 3 表示忽略空白和错误值
• TRIM(...)，去掉基因名前后可能存在的空格
• UNIQUE(...)，对基因列表去重
• COUNTA(...)，统计去重后的基因个数

三、举一反三

    那这个excel函数操作是否可以处理多列数据呢？当然可以！

    于是小编开始恶搞了让AB列都有数据，只是把刚才的excel函数中P2:P62改为了A1:B10，就能够得到基因的数量了。

    将这个excel函数简化，即去掉COUNTA后，就能够得到具体的基因名字是谁了经过测试，完全没问题~

点关注，不迷路~勤收藏，不慌张~