R 按级别组合计算数据帧过滤的行数

我有这个数据帧（这是我的芯片序列数据的8个不同床文件之间的multibedintersect的输出）：

列“list”是一个字符串，表示样本列表中存在的特定峰值

例如，峰值“2”出现在样本编号6和7中。

我想计算在数据集中发现2个样本的每个组合的次数，创建一个汇总信息的表

所以基本上多层相交会返回太多的重叠。我只是对当时样本之间的重叠感兴趣

例如，样本6和7出现在峰2,21,28中，样本4和6出现在峰21和28中

通过软件包，我当时能够解决1个样本的问题，但我不能为每个组合“使其循环”

     Table %>%
  filter(str_detect(list, "6,7"))

通过这种方式，我可以找回任何具有这种组合的东西：

   chrom   start     end num  list
2   chr1 4491607 4493602   2   6,7
21  chr1 7139275 7139745   3 4,6,7
28  chr1 9745462 9745912   4 1,4,6,7

我认为这表现不佳，而且脚本非常密集，因为我需要手动筛选每个组合： 举几个例子：

• 7,8
• 6,8
• 5,8
• 4,8
• 3,8
• 2,8
• 1,8
• 6,7
• 继续

按照“我的方式”这样做会很可怕：

Counts <- NULL
Pippo <- Table %>%
  filter(str_detect(list, "7,8"))
Counts <- cbind(nrow(Pippo))

Pippo <- Table %>%
  filter(str_detect(list, "6,8"))
Counts <- cbind(Counts, nrow(Pippo))

Pippo <- Table %>%
  filter(str_detect(list, "5,8"))
Counts <- cbind(Counts, nrow(Pippo))

Pippo <- Table %>%
  filter(str_detect(list, "4,8"))
Counts <- cbind(Counts, nrow(Pippo))

Pippo <- Table %>%
  filter(str_detect(list, "3,8"))
Counts <- cbind(Counts, nrow(Pippo))

Pippo <- Table %>%
  filter(str_detect(list, "2,8"))
Counts <- cbind(Counts, nrow(Pippo))

Pippo <- Table %>%
  filter(str_detect(list, "1,8"))
Counts <- cbind(Counts, nrow(Pippo))

---

Counts考虑使用两个
sapply
调用的base R：一个使用
combn
构建所有对字符串，另一个使用
grepl
对数据帧进行子集设置以检索行计数：

pairs <- sapply(combn(1:8, 2, simplify=FALSE), function(i) paste(i, collapse=","))

Counts <- sapply(pairs, function(i) nrow(subset(Table, grepl(i, `list`))))

Counts
# 1,2 1,3 1,4 1,5 1,6 1,7 1,8 2,3 2,4 2,5 2,6 2,7 2,8 3,4 3,5 3,6 3,7 3,8 4,5 4,6 
#   0   0   1   0   0   0   0   0   0   0   0   1   0   0   0   0   0   0   0   2 
# 4,7 4,8 5,6 5,7 5,8 6,7 6,8 7,8 
#   0   0   0   0   0   3   0   2 

是否只希望连续发生？例如，如果列表的值是
4,6,7
，那么对于其中的3个，该值是否算作
4,7
，或者仅算作
4,6
和
6,7
！所以对于4,7 6,7 4,6这正是我想要的。我对Sapply很不满意：（你有推荐的视频教程吗？再次非常感谢！
pairs <- sapply(combn(1:8, 2, simplify=FALSE), function(i) paste(i, collapse=","))

Counts <- sapply(pairs, function(i) nrow(subset(Table, grepl(i, `list`))))

Counts
# 1,2 1,3 1,4 1,5 1,6 1,7 1,8 2,3 2,4 2,5 2,6 2,7 2,8 3,4 3,5 3,6 3,7 3,8 4,5 4,6 
#   0   0   1   0   0   0   0   0   0   0   0   1   0   0   0   0   0   0   0   2 
# 4,7 4,8 5,6 5,7 5,8 6,7 6,8 7,8 
#   0   0   0   0   0   3   0   2 

pairs <- combn(1:8, 2, simplify=FALSE) %>% 
  map(~(paste(., collapse=","))) %>%
  unlist()

Counts <- pairs %>% 
  map(~(filter(Table, str_detect(list, .)) %>% nrow)) %>%
  setNames(pairs) %>%
  unlist()

Counts
# 1,2 1,3 1,4 1,5 1,6 1,7 1,8 2,3 2,4 2,5 2,6 2,7 2,8 3,4 3,5 3,6 3,7 3,8 4,5 4,6 
#   0   0   1   0   0   0   0   0   0   0   0   1   0   0   0   0   0   0   0   2 
# 4,7 4,8 5,6 5,7 5,8 6,7 6,8 7,8 
#   0   0   0   0   0   3   0   2