R 中的值区间 windows

Question

我有几个 windows 区间看起来像这样：

Start       Stop
19136293    19138512
20708651    20716555
31063462    31064384

然后我有这样的数据：

Read TrueC MapC TruePos     MappedPos   ResMap
JLN6    22  22  16050005    16050091    TP
9MRW    22  22  16050032    16050032    TP
GRR3    22  14  16050075    19792677    FP
V19X    22  *   17023341    0           FN

而且我正在尝试查找前一个windows内外的阅读量；如果 TruePos 值在一个 window 间隔内，则读取在 window 内。我的目标是 TP/FP/FN（ResMap 列）内外的数量 windows.

我想在我的 windows 文件上创建 for 循环，然后逐行检查我的数据并对其求和，但我有 6 亿行，我确信有一种最快的方法..就是不知道。

非常感谢，

干杯，

卡加米

Answer 1

由于您没有提供任何可重现的数据，我使用了一些自己的样本数据

dput(range)
structure(list(start = c(10L, 25L, 50L, 61L, 85L, 100L), end = c(15L, 
27L, 53L, 66L, 89L, 102L)), class = "data.frame", row.names = c(NA, 
-6L))

> range
  start end
1    10  15
2    25  27
3    50  53
4    61  66
5    85  89
6   100 102

> dput(df)
structure(list(Id = 1:15, truepos = c(65L, 59L, 61L, 74L, 92L, 
49L, 72L, 96L, 81L, 2L, 34L, 27L, 66L, 87L, 19L)), class = "data.frame", row.names = c(NA, 
-15L))

> df
   Id truepos
1   1      65
2   2      59
3   3      61
4   4      74
5   5      92
6   6      49
7   7      72
8   8      96
9   9      81
10 10       2
11 11      34
12 12      27
13 13      66
14 14      87
15 15      19

我已经使用名为 fuzzyjoin 的程序包来执行此操作，只要 TRUEPOS 在其中一个中，它就会添加一个新列 inside_range 并将值设为 True范围

library(fuzzyjoin)
fuzzy_left_join(df, range, by = c("truepos" = "start", "truepos" = "end"), 
                match_fun = list(`>=`, `<`)) %>% mutate(inside_range = !is.na(start)) %>%
  select(-start, -end)

>  Id truepos inside_range
1   1      65         TRUE
2   2      59        FALSE
3   3      61         TRUE
4   4      74        FALSE
5   5      92        FALSE
6   6      49        FALSE
7   7      72        FALSE
8   8      96        FALSE
9   9      81        FALSE
10 10       2        FALSE
11 11      34        FALSE
12 12      27        FALSE
13 13      66        FALSE
14 14      87         TRUE
15 15      19        FALSE

我认为这符合您的目的，您可以在您的数据上复制这种方法 df。祝你好运

R 中的值区间 windows

Value intervals windows in R

r

intervals

dataframe