0

嗨，我有一个这样的清单

$`2`
  chr.pos  nt.pos CNV GRP
      1  783605   1   2
      1  888149   1   2
      1  991311   1   2
      1 1089305   1   2
      1 1177669   1   2

$`4`
 chr.pos  nt.pos CNV GRP
      2 1670488   1   4
      2 1758800   1   4

$`6`
 chr.pos  nt.pos CNV GRP
      2 1902924   1   6
      2 1978088   1   6

我想为每个元素提取唯一的染色体、CNV和组以及最高和最低的nt.pos，所以输出是，我更喜欢一个数据框

chr.pos  Start     End       GRP
 1         783605    1177669   2
 2         1670488   175880    4
 2         1902924   1978088   6

我试过这个

results<-lapply(mylist, function(x){

return(as.data.frame(unique(x$chr.pos),range(x$nt.pos)[1],range(x$nt.pos)  [2],unique(x$GRP)))

}
)

但是，当然，我得到的是一个清单。

请问你能帮帮我吗？

4

3 回答 3

3

假设您的列表名为“dat”，如下所示：

dat <- read.table(header = TRUE, text = "chr.pos  nt.pos CNV GRP
1  783605   1   2
1  888149   1   2
1  991311   1   2
1 1089305   1   2
1 1177669   1   2
2 1670488   1   4
2 1758800   1   4
2 1902924   1   6
2 1978088   1   6")
dat <- split(dat, dat$GRP)

首先，一个问题：你真的需要它作为一个list，还是可以只是一个长的data.frame？如果它必须保留一个列表，也许可以尝试以下方法：

  1. 应用（）

    data.frame(t(sapply(dat, function(x) 
  data.frame(chr.pos = unique(x["chr.pos"]), 
             Start = min(x["nt.pos"]), 
             End = max(x["nt.pos"]), 
             GRP = unique(x["GRP"])))))

  2. 拉应用（）

    do.call(rbind, lapply(dat, function(x) 
  data.frame(chr.pos = unique(x["chr.pos"]), 
             Start = min(x["nt.pos"]), 
             End = max(x["nt.pos"]), 
             GRP = unique(x["GRP"]))))

两者都会导致：

#   chr.pos   Start     End GRP
# 2       1  783605 1177669   2
# 4       2 1670488 1758800   4
# 6       2 1902924 1978088   6

其次，如果它可以很长data.frame，那么探索data.table()：

library(data.table)
DaT <- data.table(do.call(rbind, dat), key = "GRP")
DaT[, list(chr.pos = unique(chr.pos),
           Start = min(nt.pos),
           End = max(nt.pos)), by = key(DaT)]
#    GRP chr.pos   Start     End
# 1:   2       1  783605 1177669
# 2:   4       2 1670488 1758800
# 3:   6       2 1902924 1978088
于 2012-10-31T09:50:10.420 回答
1

这可以解决问题：（假设dat是您的数据框列表。）

structure(
    as.data.frame(cbind(do.call(rbind,
                                lapply(dat,
                                       function(x) c(x[["chr.pos"]][1], 
                                                     range(x[["nt.pos"]])))),
                        as.numeric(names(dat)))),
    .Names = c("chr.pos", "Start", "End", "GRP"))

#   chr.pos   Start     End GRP
# 2       1  783605 1177669   2
# 4       2 1670488 1758800   4
# 6       2 1902924 1978088   6
于 2012-10-31T08:40:59.160 回答
0

谢谢斯文，

我用这个以类似的方式做到了

N <- length(results)  #
DF <- data.frame(chr=rep(NA, N), Start=rep(NA, N), End=rep(NA,N), Group=rep(NA,N), stringsAsFactors=FALSE)

for (i in 1:length(results)){

  DF[i, ] <- c(unique(results[[i]]$chr.pos), range(results[[i]]$nt.pos)[1], range(results[[i]]$nt.pos)[2],unique(results[[i]]$GRP))

}
于 2012-10-31T09:33:19.953 回答