下面是我的資料表的一小部分。表中顯示的每一行代表一個轉錄本，第一列是染色體名稱，第二列是轉錄本起始位點，第三列是轉錄本結束位點。
我現在要做的是將同一染色體內每兩個相鄰行的“上排”末端位點與“下排”起始位點進行比較。如果“上排”末端位點大于“下排”起始位點，即兩個轉錄本重疊，則將兩個轉錄本合并為一個并使用“上排”起始位點和“下一行”末端位點。應該注意的是，我不是在比較“每一對”相鄰行，而是只比較同一染色體內的相鄰行；這意味著根本不比較具有不同第一列名稱的相鄰行。
scahrs1_1000 84808 85809
scahrs1_1001 1 753
scahrs1_1001 14931 15932
scahrs1_1001 15232 18008
scahrs1_1001 21211 22212
scahrs1_1001 40908 41909
scahrs1_1001 63233 64234
scahrs1_1001 76009 77010
scahrs1_1002 1068 2069
scahrs1_1002 12992 13993
scahrs1_1002 40448 41449
scahrs1_1003 2227 3228
scahrs1_1003 18453 19454
scahrs1_1003 28679 29680
scahrs1_1003 41161 42162
scahrs1_1003 41735 42736
scahrs1_1003 41867 44041
scahrs1_1003 64416 65417
scahrs1_1003 71219 72220
scahrs1_1003 96090 97091
scahrs1_1003 96754 98307
scahrs1_1004 1554 2555
scahrs1_1004 29086 30087
scahrs1_1004 44100 45101
scahrs1_1004 47799 48800
scahrs1_1004 59550 60551
scahrs1_1004 69356 70357
scahrs1_1004 71809 72810
scahrs1_1004 84272 85273
scahrs1_1004 89034 90035
scahrs1_1004 98627 99628
scahrs1_1005 6695 7696
scahrs1_1005 30160 31161
scahrs1_1006 298 1299
scahrs1_1006 70134 71135
scahrs1_1006 93750 94751
scahrs1_1008 3859 4860
scahrs1_1008 5575 6576
scahrs1_1008 7072 8073
scahrs1_1008 9342 10343
scahrs1_1008 11814 12815
scahrs1_1008 15290 16291
scahrs1_1008 40167 41168
scahrs1_1008 42890 43891
scahrs1_1008 44806 45807
scahrs1_1008 74442 75443
scahrs1_1008 82112 83113
scahrs1_1008 93766 94767
scahrs1_1008 95233 96234
scahrs1_1009 8000 9001
scahrs1_1009 37369 38370
scahrs1_1009 53086 54087
scahrs1_1009 83722 84723
scahrs1_1009 83994 91045
scahrs1_1010 11341 12342
scahrs1_1010 33500 34501
scahrs1_1010 34931 35932
scahrs1_1010 37937 38938
我想要得到的回圈的輸出是：
scahrs1_1000 84808 85809
scahrs1_1001 1 753
scahrs1_1001 14931 18008
scahrs1_1001 21211 22212
scahrs1_1001 40908 41909
scahrs1_1001 63233 64234
scahrs1_1001 76009 77010
scahrs1_1002 1068 2069
scahrs1_1002 12992 13993
scahrs1_1002 40448 41449
scahrs1_1003 2227 3228
scahrs1_1003 18453 19454
scahrs1_1003 28679 29680
scahrs1_1003 41161 44041
scahrs1_1003 64416 65417
scahrs1_1003 71219 72220
scahrs1_1003 96090 98307
scahrs1_1004 1554 2555
scahrs1_1004 29086 30087
scahrs1_1004 44100 45101
scahrs1_1004 47799 48800
scahrs1_1004 59550 60551
scahrs1_1004 69356 70357
scahrs1_1004 71809 72810
scahrs1_1004 84272 85273
scahrs1_1004 89034 90035
scahrs1_1004 98627 99628
scahrs1_1005 6695 7696
scahrs1_1005 30160 31161
其中'scahrs1_1001'合并并減少1行，'scahrs1_1003'合并并減少3行。我有很多以“scahrs1 ...”開頭的資料行。我認為通過 R 中的回圈可能很容易實作，有人可以給我一些建議嗎？
uj5u.com熱心網友回復：
這很混亂，但你可以試試
我定義df為
df <- read.table(text = "scahrs1_1000 84808 85809
scahrs1_1001 1 753
scahrs1_1001 14931 15932
scahrs1_1001 15232 18008
scahrs1_1001 21211 22212
scahrs1_1001 40908 41909
scahrs1_1001 63233 64234
scahrs1_1001 76009 77010
scahrs1_1002 1068 2069
scahrs1_1002 12992 13993
scahrs1_1002 40448 41449
scahrs1_1003 2227 3228
scahrs1_1003 18453 19454
scahrs1_1003 28679 29680
scahrs1_1003 41161 42162
scahrs1_1003 41735 42736
scahrs1_1003 41867 44041
scahrs1_1003 64416 65417
scahrs1_1003 71219 72220
scahrs1_1003 96090 97091
scahrs1_1003 96754 98307
scahrs1_1004 1554 2555
scahrs1_1004 29086 30087
scahrs1_1004 44100 45101
scahrs1_1004 47799 48800
scahrs1_1004 59550 60551
scahrs1_1004 69356 70357
scahrs1_1004 71809 72810
scahrs1_1004 84272 85273
scahrs1_1004 89034 90035
scahrs1_1004 98627 99628
scahrs1_1005 6695 7696
scahrs1_1005 30160 31161
scahrs1_1006 298 1299
scahrs1_1006 70134 71135
scahrs1_1006 93750 94751
scahrs1_1008 3859 4860
scahrs1_1008 5575 6576
scahrs1_1008 7072 8073
scahrs1_1008 9342 10343
scahrs1_1008 11814 12815
scahrs1_1008 15290 16291
scahrs1_1008 40167 41168
scahrs1_1008 42890 43891
scahrs1_1008 44806 45807
scahrs1_1008 74442 75443
scahrs1_1008 82112 83113
scahrs1_1008 93766 94767
scahrs1_1008 95233 96234
scahrs1_1009 8000 9001
scahrs1_1009 37369 38370
scahrs1_1009 53086 54087
scahrs1_1009 83722 84723
scahrs1_1009 83994 91045
scahrs1_1010 11341 12342
scahrs1_1010 33500 34501
scahrs1_1010 34931 35932
scahrs1_1010 37937 38938")
names(df) <- c("chromosome", "start", "end")
程式是，
library(dplyr)
chromosomes <- unique(df$chromosome)
res <- data.frame()
for (i in chromosomes) {
df_dummy <- df[df$chromosome == i,]
if (nrow(df_dummy) == 1){
res <- rbind(res, df_dummy)
} else {
for (j in 1:(nrow(df_dummy)-1)){
print(c(df_dummy$end[j], df_dummy$start[j 1]))
if (df_dummy$end[j] > df_dummy$start[j 1]){
print(j)
df_dummy$end[j] <- df_dummy$end[j 1]
df_dummy$start[j 1] <- df_dummy$start[j]
}
}
res <- rbind(res, df_dummy)
}
}
res %>%
distinct()
那么，結果是
chromosome start end
1 scahrs1_1000 84808 85809
2 scahrs1_1001 1 753
3 scahrs1_1001 14931 18008
4 scahrs1_1001 21211 22212
5 scahrs1_1001 40908 41909
6 scahrs1_1001 63233 64234
7 scahrs1_1001 76009 77010
8 scahrs1_1002 1068 2069
9 scahrs1_1002 12992 13993
10 scahrs1_1002 40448 41449
11 scahrs1_1003 2227 3228
12 scahrs1_1003 18453 19454
13 scahrs1_1003 28679 29680
14 scahrs1_1003 41161 42736
15 scahrs1_1003 41161 44041
16 scahrs1_1003 64416 65417
17 scahrs1_1003 71219 72220
18 scahrs1_1003 96090 98307
19 scahrs1_1004 1554 2555
20 scahrs1_1004 29086 30087
21 scahrs1_1004 44100 45101
22 scahrs1_1004 47799 48800
23 scahrs1_1004 59550 60551
24 scahrs1_1004 69356 70357
25 scahrs1_1004 71809 72810
26 scahrs1_1004 84272 85273
27 scahrs1_1004 89034 90035
28 scahrs1_1004 98627 99628
29 scahrs1_1005 6695 7696
30 scahrs1_1005 30160 31161
31 scahrs1_1006 298 1299
32 scahrs1_1006 70134 71135
33 scahrs1_1006 93750 94751
34 scahrs1_1008 3859 4860
35 scahrs1_1008 5575 6576
36 scahrs1_1008 7072 8073
37 scahrs1_1008 9342 10343
38 scahrs1_1008 11814 12815
39 scahrs1_1008 15290 16291
40 scahrs1_1008 40167 41168
41 scahrs1_1008 42890 43891
42 scahrs1_1008 44806 45807
43 scahrs1_1008 74442 75443
44 scahrs1_1008 82112 83113
45 scahrs1_1008 93766 94767
46 scahrs1_1008 95233 96234
47 scahrs1_1009 8000 9001
48 scahrs1_1009 37369 38370
49 scahrs1_1009 53086 54087
50 scahrs1_1009 83722 91045
51 scahrs1_1010 11341 12342
52 scahrs1_1010 33500 34501
53 scahrs1_1010 34931 35932
54 scahrs1_1010 37937 38938
轉載請註明出處，本文鏈接：https://www.uj5u.com/qianduan/486727.html