[R計算大數據流通

k=seq(10100,249250621,10) 

    a =data.frame(nrow=300000,ncol=5) #like this format: 

    chr1 100000851 + 2 100000925 

    chr1 100001273 + 3 100001347 

..............................

1.Now我想計算：[R計算大數據流通

爲每a[i,5]，搜索k[j]可能在區間使a[i,5]

(k[j]-75,k[j]+75)

然後合併一個new data.frame(),make a[i,6]=k[j]

2.我寫了兩個代碼，但我不知道我在哪裏錯了：

1) 

    b=function(x){ 

    x1=a[which(a[,5]-(x-75)>0&a[,5]-(x+75)<0,] 

    x2=cbind(x1,x) 

    } 

    c=apply(k,1,function(x)a(x)) 

    2) 

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

     if(length(N1<-which(a[,5]-(k-75)>0&a[,5]-(k+75)<0))>0){ 

     for(j in N1){ 

      x1=cbind(k,a[j,]) 

      x2=rbind(x2,x1) 

     } 

     } 

     }

但他們都錯了。

任何人給予建議可能是非常感激！

來源

2014-12-04 fly bird

如果兩個沒有「K」的比賽條件會發生什麼或？你能舉一個例子「a [，5]」和「k」來考慮任何約束嗎？作爲開始，似乎你可以嘗試像sapply（a [，5]，function（x）k [x> =（k-75）＆x <=（k + 75）]）？ – 2014-12-04 15:55:43

謝謝。 @ alexis_laz＃例如，應該有'k'可以匹配條件，如果有多於兩個k匹配，則將每個k組合爲構造新的data.frame（）。 'kr1 100000851 + 2 100000925 100000925（k）''chr1 100000851 + 2 100000925 100000935（k）''chr1 100000851 + 2 100000925 100000945（k）''chr1 100000851 + 2 100000925 100000955（k）' – 2014-12-05 00:53:04

您能否給我一些建議嗎？這些讓我很困惑。 – 2014-12-05 05:08:30

從我從註釋中得到的，像下面這樣應該會有所幫助：

#sample "a" and "k" 
a = data.frame(col1 = paste("chr", rep(1:2, 2), sep = ""), col2 = sample(4), 
       col3 = "+", col4 = 1:4, col5 = c(215, 502, 345, 1007)) 
a 
k = c(200, 300, 400, 500, 800, 1000) 

a[[6]] = sapply(a[[5]], function(x) 
          paste(k[x >= (k - 75) & x <= (k + 75)], collapse = ", ")) 
a 
# col1 col2 col3 col4 col5  V6 
#1 chr1 4 + 1 215  200 
#2 chr2 2 + 2 502  500 
#3 chr1 3 + 3 345 300, 400 
#4 chr2 1 + 4 1007  1000

來源

2014-12-05 09:03:54

太棒了！非常感謝。但是，你能告訴我你怎麼看待trans'a'（這是一個data.frame）到列表中？我的意思是[[6]]，這是一個列表。就我而言，我認爲'a'只是一個數據框。此外，還有什麼使用'粘貼'功能來結合所有結果的嗎？ – 2014-12-05 13:47:35

@flybird：參見'is.list（a）'和'unclass（a）'; 「data.frame」是一個特殊處理和格式化的「列表」，具有相同長度的元素。所以，可以使用a [[5]]和'$ col5'; 'a [，5]'是「data.frame」的一個方便的「類矩陣」操作符。「粘貼」是將元素合併爲一個的最常見功能;它與'c' /'rbind' /'cbind'的不同之處在於它返回一個字符向量（有時候不需要/有用）。而不是'粘貼'，你可以有兩列「k」s，其中只有一個「k」的「a [，5]」在第二列中有一個「NA」。這一切都歸結於特定的需求。 – 2014-12-05 13:57:55

謝謝！ @ alexis_laz。現在我知道了data.frame.的特殊性質，但是當我使用你告訴我的方法時，代碼已經運行了一天，直到現在它並沒有停止。於是我手動停止了它。他們遇到了什麼？'k'是seq（10100,249250621,10）。 – 2014-12-07 10:55:03

[R計算大數據流通

回答

相關問題