有数据gen_expression _quantification，如何根据此进行某个基因的表达量高低分组，回报R代码

在R语言中，如果你有一个名为`gen_expression_quantification`的数据框，其中包含基因的表达数据，你可以按照表达量值对基因进行分组。下面是一个基本步骤的示例：

# 假设你的数据框结构如下：
# data.frame(
#   gene_id = c('gene1', 'gene2', 'gene3', ...),
#   expression = c(value1, value2, value3, ...)
# )

# 1. 加载必要的包（如dplyr用于数据操作）
library(dplyr)

# 2. 加载数据
gen_data <- read.csv("gen_expression_quantification.csv") # 替换为你实际文件路径

# 3. 按照expression列对基因分组，并计算每个组的平均表达量
grouped_data <- gen_data %>%
  group_by(gene_id) %>%
  summarize(mean_expression = mean(expression))

# 这样`grouped_data`就包含了每个基因的ID以及它们的平均表达量。如果需要将数据分为高、中、低三个组，可以添加一个分箱函数（如cut()或quantile()），比如：
# 对于等间距分组
grouped_data$expression_level <- cut(grouped_data$mean_expression, breaks = quantile(gen_data$expression, probs = c(0, .25, .75, 1)), include.lowest = TRUE, labels = c("low", "medium", "high"))

# 或者自定义分段
grouped_data$expression_level <- ifelse(grouped_data$mean_expression < quantile(gen_data$expression, .25), "low",
                                          ifelse(grouped_data$mean_expression >= quantile(gen_data$expression, .75), "high", "medium"))

# 现在`grouped_data`就有了基因ID和表达水平信息