时间戳

首页 > 解决方案 > 将向量中的开始位置映射到另一个向量中的停止位置

r - 将向量中的开始位置映射到另一个向量中的停止位置

问题描述

我已经导出了 DNA 字符串中的所有开始和停止位置，现在我想将每个开始位置与每个停止位置映射，这两个位置都是向量，然后使用这些位置从 DNA 字符串序列中提取相应的子字符串。但是我无法有效地循环遍历这两个向量来实现这一点，尤其是因为它们的长度不同。

我尝试了不同版本的循环（for，ifelse），但我还不能完全理解解决方案。

这是我解决此问题的几次尝试之一的示例。

new = data.frame()
for (i in start_pos){
  for (j in stop_pos){
    while (j>i){
      new[j,1]=i
      new[j,2]=j
    }
     }
}

这是我想要的结果的示例：start = c(1,5,7, 9, 15) stop = c(4, 13, 20, 30, 40, 50)。理想情况下，我想要的结果是两列的数据框，将每列映射到其停止位置。我只想在 df 上添加行，其中 by 起始值大于其相应的停止值（只要满足此条件，多个起始值可以具有相同的停止值），如下面的示例所示。

 i.e first row df= (1,4)
    second row df= (5,13)
    third row df = (7, 13 )
    fourth row df = (9,13)
    fifth row df =  (15, 20)

标签： rdna-sequence

解决方案

这是一个可能的tidyverse解决方案：

library(purrr)
library(plyr)
library(dplyr)

map2 用于映射两个向量（开始和停止）的值。然后我们从这些向量中创建一个向量，然后unlist将我们的结果组合成一个data.frame对象。

编辑：使用更新的条件，我们可以执行以下操作：

start1= c(118,220, 255) 
stop1 =c(115,210,260)
res<-purrr::map2(start1[1:length(stop1)],stop1,function(x,y) c(x,y[y>x]))
res[unlist(lapply(res,function(x) length(x)>1))]
   # [[1]]
   # [1] 255 260

原件：

plyr::ldply(purrr::map2(start[1:length(stop)],stop,function(x,y) c(x,y)),unlist) %>% 
   setNames(nm=c("start","stop")) %>% 
 mutate(newCol=paste0("(",start,",",stop,")"))
#  start stop  newCol
#1     1    4   (1,4)
#2     5   13  (5,13)
#3    15   20 (15,20)
#4    NA   30 (NA,30)
#5    NA   40 (NA,40)
#6    NA   50 (NA,50)

替代方案：@Marius 展示了一个聪明的方法。关键是要有相应的长度。

plyr::ldply(purrr::map2(start,stop[1:length(start)],function(x,y) c(x,y)),unlist) %>% 
   setNames(nm=c("start","stop")) %>% 
 mutate(newCol=paste0("(",start,",",stop,")"))
  start stop  newCol
1     1    4   (1,4)
2     5   13  (5,13)
3    15   20 (15,20)

推荐阅读