高效施加条件的矩阵

我有一个integermatrix：高效施加条件的矩阵

set.seed(1) 
counts.mat <- matrix(sample(50,29*10,replace=T),nrow=10,ncol=29) 
colnames(counts.mat) <- c("ww.1m_1","ww.1m_2","wm.1m_1","wm.1m_2","wm.1m_3","wn.1m_1","wn.1m_2", 
"A_1","A_2","B_1","B_2","C_1","C_2", 
"ww.2m_1","ww.2m_2","ww.2m_3","wm.2m_1","wm.2m_2","wn.2m_1","wn.2m_2", 
"ww.3m_1","ww.3m_2","ww.3m_3","wm.3m_1","wm.3m_2","wm.3m_3","wn.3m_1","wn.3m_2","wn.3m_3")

其元素表示从一组实验得到的特定的测量的计数（在此实施例3），其在data.frame的这个list描述的：

df.list <- list(df1 = data.frame(gt1=c("ww.1m","wm.1m","wn.1m"),kt1=c("A","B","C"),stringsAsFactors=F), 
       df2 = data.frame(gt2=c("ww.2m","wm.2m","wn.2m"),stringsAsFactors=F), 
       df3 = data.frame(gt2=c("ww.3m","wm.3m","wn.3m"),stringsAsFactors=F))

在每data.frame在df.list是其相应的实验的因素列和列的值是实际r水平。 counts.mat的colnames是这些因子水平的复制品，并且它们的名称遵循以下格式：

<factor.level>_<replicate>。

这相当于df.list。

例如，在gt1是df.list$df1与水平的因子：

"ww.1m" "wm.1m" "wn.1m"

，其相应的次重复在counts.mat是：

"ww.1m_1","ww.1m_2","wm.1m_1","wm.1m_2","wm.1m_3","wn.1m_1","wn.1m_2"

鉴于：

min.replicates <- 1

min.counts <- 10

我想要做的是每个因子（列），在每个data.frame在df.list回报TRUE或FALSE如果至少min.replicates以上至少有min.counts以上的每一行中counts.mat。

结果应该是一个matrix其中它的列的数量等于df.list因子水平和行数的总数等于counts.mat行数。

这就是我认为这是一个缓慢的实现：

res.mat <- do.call(rbind,lapply(1:nrow(counts.mat),function(i){ 
    return(do.call(cbind,lapply(1:length(df.list),function(l){ 
    return(do.call(cbind,lapply(1:ncol(df.list[[l]]),function(j){ 
     return(do.call(cbind,lapply(1:nrow(df.list[[l]]),function(k){ 
     return(length(which(counts.mat[i,which(grepl(paste0(df.list[[l]][k,j],"_\\d+$"),colnames(counts.mat),perl=T))] >= min.counts)) >= min.replicates) 
     }))) 
     }))) 
    }))) 
}))

所以我在寻找的东西显著更快。

来源

2017-08-01 dan

在你的'counts.mat'你有重复的列名称'wm.3m_1'和'wm.3m_2' - 如果倒数第二行上的那些是'2m'而不是比'3m'？ –

对不起 - 固定 – dan

我觉得这做同样的事情，应该是更快...

dfcols <- unlist(df.list) #extract list of columns required as a vector 
matcols <- lapply(dfcols,function(x) which(startsWith(colnames(counts.mat),x))) #match to matrix columns 
resmat <- sapply(1:length(dfcols),function(i) 
     apply(counts.mat[,matcols[[i]]],1,function(y) sum(y>=min.count) >= min.replicates)) 
colnames(resmat) <- dfcols #set colnames in output

有了上面我的意见的修正，并min.replicates设置为30（所有元素都是TRUE如果是10，与你的例子），这给...

resmat 
     ww.1m wm.1m wn.1m  A  B  C ww.2m wm.2m wn.2m ww.3m wm.3m wn.3m 
[1,] FALSE TRUE TRUE FALSE TRUE TRUE TRUE TRUE TRUE TRUE TRUE FALSE 
[2,] FALSE TRUE TRUE TRUE FALSE TRUE TRUE TRUE FALSE FALSE TRUE FALSE 
[3,] TRUE TRUE FALSE FALSE TRUE FALSE FALSE TRUE TRUE TRUE TRUE TRUE 
[4,] TRUE FALSE FALSE FALSE TRUE FALSE TRUE TRUE TRUE TRUE TRUE TRUE 
[5,] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE FALSE TRUE 
[6,] TRUE TRUE FALSE TRUE TRUE FALSE TRUE TRUE TRUE FALSE TRUE FALSE 
[7,] TRUE TRUE FALSE TRUE FALSE TRUE FALSE TRUE TRUE TRUE TRUE FALSE 
[8,] TRUE FALSE TRUE FALSE FALSE FALSE TRUE TRUE TRUE TRUE FALSE TRUE 
[9,] TRUE TRUE TRUE TRUE TRUE FALSE TRUE TRUE TRUE TRUE FALSE TRUE 
[10,] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE

来源

2017-08-01 09:33:17

高效施加条件的矩阵

回答

相关问题