我试图找到一种方法来折叠具有相交范围的行,用“开始”和“停止”列表示,并将折叠值记录到新列中。例如,我有这个数据帧:在R中折叠相交区域
my.df<- data.frame(chrom=c(1,1,1,1,14,16,16), name=c("a","b","c","d","e","f","g"), start=as.numeric(c(0,70001,70203,70060, 40004, 50000872, 50000872)), stop=as.numeric(c(71200,71200,80001,71051, 42004, 50000890, 51000952)))
chrom name start stop
1 a 0 71200
1 b 70001 71200
1 c 70203 80001
1 d 70060 71051
14 e 40004 42004
16 f 50000872 50000890
16 g 50000872 51000952
,我试图找到重叠的范围,并记录在“开始”和“停止”的坍塌重叠行和折叠的行的名称所覆盖的最大范围,所以我会得到这样的:
chrom start stop name
1 70001 80001 a,b,c,d
14 40004 42004 e
16 50000872 51000952 f,g
我想我可以用包IRanges这样的:
library(IRanges)
ranges <- split(IRanges(my.df$start, my.df$stop), my.df$chrom)
但后来我有麻烦塌陷列:我有线索d与findOvarlaps但这
ov <- findOverlaps(ranges, ranges, type="any")
但我不认为这是正确的。
任何帮助将不胜感激。
谢谢! -fra
我编辑的文本,以反映该数据更好地加入在0开始的第一位置不管是用方法的建议CHROM 14没有正确分组,可以请你告诉我为什么?谢谢! – user971102