我有一个数据框与sampleID,染色体,开始和停止,和平均分数。我希望将每个chrom中每个sampleID的平均分与所有sampleID中start.pos和end.pos的所有可能组合结合起来。因此,要合并每个染色体的所有可能的start.pos和end.pos,并为每个组合的所有sampleID添加$ mean分数。分割数据帧两次,并根据列合并
输入:
sampleID chrom start.pos end.pos meancol
1.1 0012102_A01 1 0 11194349 1
1.4 0012102_A01 1 11194349 11492125 0
1.5 0012102_A01 1 11492125 71442329 1
1.9 0012102_A01 1 71442329 249250621 1
1.13 0012102_A02 1 0 65493011 1
1.92 0012102_A02 1 65493011 66164733 1
1.102 0012102_A02 1 66164733 121347754 1
1.52 0012102_A02 1 121347754 249250621 0
1.14 0012102_A03 1 0 56384956 1
1.83 0012102_A03 1 56384956 106266297 1
1.73 0012102_A03 1 106266297 249250621 0
1.15 0012102_A04 1 0 51484139 1
1.27 0012102_A04 1 51484139 249250621 0
2.1 0012102_A01 2 0 50000001 1
2.2 0012102_A01 2 50000001 250000001 1
2.3 0012102_A02 2 0 50000001 0
2.7 0012102_A02 2 50000020 270000001 0
2.18 0012102_A03 2 0 50000004 0
2.19 0012102_A03 2 50000004 250000001 0
1.15 0012102_A04 2 0 51484139 0
1.27 0012102_A04 2 51484139 249250621 0
输出:这里每个sampleID所有平均分数已经被添加为所有可能的start.pos和end.pos组合对于每个染色体。
chrom start.pos end.pos meancol
1 0 11194349 4
1 11194349 11492125 3
1 11492125 51484139 4
1 51484139 56384956 3
1 56384956 65493011 3
1 65493011 66164733 1
1 66164733 71442329 3
1 71442329 106266297 2
1 106266297 121347754 1
1 121347754 249250621 1
2 0 50000001 1
2 50000001 50000004 0
2 50000004 50000020 0
2 50000004 51484139 0
2 51484139 249250621 0
2 249250621 250000001 0
您的输入与您的输出有关吗? – 2014-10-28 11:04:51
我想你需要进一步解释你如何得到你的输出“mean”,以及如何选择你的输出'stat.pos'和'end.pos'来获得更好的答案。 – 2014-10-28 11:12:45
我编辑过它,希望能有更好的解释。我基本上崩溃数据帧,从第一行开始 - 0和停止 - 11194349输入显示1,在输出它显示4该地区,因为有4个样本得分为1。 – user3324491 2014-11-04 16:17:28