1
多列数据帧我有一个多列信息,例如一个数据帧:[R计算汇总数据帧从信息
df <- data.frame(chr=c("chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr2", "chr2"), Gene=c("Happy", "Happy", "Happy", "Happy", "Happy", "Happy", "Happy", "Happy", "Sad", "Sad"), site = c(100, 120, 130, 300, 2000, 2300, 2342, 2451, 120, 123), value=c(20, 25, 21, 30, -80, 31, -79, -90, 10, 13))
> df
chr Gene site value
1 chr1 Happy 100 20
2 chr1 Happy 120 25
3 chr1 Happy 130 21
4 chr1 Happy 300 30
5 chr1 Happy 2000 -80
6 chr1 Happy 2300 31
7 chr1 Happy 2342 -79
8 chr1 Happy 2451 -90
9 chr2 Sad 120 10
10 chr2 Sad 123 13
我想创建一个计算每个基因有多少聚集区的汇总数据帧有。我认为一个集群的行数不超过1000的行数(我的数据是通过chr和站点排序的)。 要开始我创建了一个新列使用计算在连续的行点之间的距离:
df$Distance <- c(1001, diff(df$site, lag=1, differences=1))
> df
chr Gene site value Distance
1 chr1 Happy 100 20 1001
2 chr1 Happy 120 25 20
3 chr1 Happy 130 21 10
4 chr1 Happy 300 30 170
5 chr1 Happy 2000 -80 1700
6 chr1 Happy 2300 31 300
7 chr1 Happy 2342 -79 42
8 chr1 Happy 2451 -90 109
9 chr2 Sad 120 10 -2331
10 chr2 Sad 123 13 3
我想创建一个汇总表,一排是总结了许多集群的每个基因中发现的每个基因平均值为正值或负值。 在上面的例子中的表格看起来像:
Gene PositiveClusters NegativeClusters
1 Happy 1 1
2 Sad 1 0
@beginneR我认为群集是两个站点之间的距离不超过1,000的站点组。这就是为什么我计算两个站点之间的距离,以便如果距离大于1000,那么站点就是新集群的起点。 – user2165857 2014-11-20 20:22:23