如何计算条件的真值，直到在R中发现假值

我有一个数据框，其中有一列是染色体，另一列是物理位置，最后一个是有真值或假值的条件。当位置的i+1值和位置的i值之间的差值不大于示例中的某个值时，此条件为1000

我想计算在该位置的确定范围内有多少个真值，直到找到一个假值

由于我的原始数据帧太长，我将留下一个示例

CHR <- c(1,1,1,1,2,2,2,3,3,3,3)
POS <- c(10,10000,12000,15000,25,75,50000,50,100,40000,45000)
CONDITION <- c(F,T,T,F,T,F,F,T,F,T,F)
df <- data.frame(CHR,POS,CONDITION)

我想得到这样的东西：

CHR_r <- c(1,1,2,2,3,3)
from <- c(10,10000,25,50000,50,40000)
to <- c(10,15000,75,50000,100,45000)
count <- c(1,3,2,1,2,2)
result <- data.frame(CHR_r,from,to,count)

完成这项任务的最佳方式是什么？我曾想过使用while循环，但我遇到的问题是，每次发现FALSE时，它都会退出循环。我考虑过的另一件事是使用sequencerle，但结果与我预期的不符，可能是因为它比我想要的更复杂。

我从data.table:：rleid开始，但这不起作用，因为您希望在前面的TRUE中包含FALSE。相反，我最终为一个新组的开始创建了一个条件，并在该条件下使用cumsum创建组索引。据我所知，在每个CHR组中，如果a是第一行，你想启动一个新组，如果a前面有一个TRUE，b前面有一个FALSE，或者c前面有一个FALSE，那么我把它放在case_when语句中。写出来后，似乎条件b和c可以很容易地压缩到前一行是错误的，但我会保持原样，以防缺少值或其他东西

library(dplyr)
df %>%
  group_by(CHR) %>%
  mutate(group_break = case_when(
    row_number() == 1 ~ 1,
    CONDITION & !lag(CONDITION, 1) ~ 1,
    !CONDITION & !lag(CONDITION, 1) ~ 1,
    TRUE ~ 0
  ),
  group_ind = cumsum(group_break)
  ) %>%
  group_by(CHR, group_ind) %>%
  summarize(from = first(POS), to = last(POS), count = n())
# # A tibble: 6 x 5
# # Groups:   CHR [3]
#     CHR group_ind  from    to count
#   <dbl>     <dbl> <dbl> <dbl> <int>
# 1     1         1    10    10     1
# 2     1         2 10000 15000     3
# 3     2         1    25    75     2
# 4     2         2 50000 50000     1
# 5     3         1    50   100     2
# 6     3         2 40000 45000     2

---

您似乎在寻找的是位置的直方图，即计算在特定间隔内找到的位置数。您的数组from和to看起来有点奇怪，因为第一个间隔是从10到10

您必须使用函数的选项来控制间隔

你似乎在问自己怎么做。您可以使用该函数对阵列进行测试。在你提出问题之后再试试那个代码

count_of=c(0,length(from))
for  (i in c(1:length(from))){
  ind=which(POS>from[i] & POS<to[i]) 
  count_of[i]=length(ind)
}

让我知道这是否有效。 谢谢

另一个带有rleid的选项

---

如果变量是手工创建的，那么您的方法在示例中是有效的，但是对于原始数据集来说，它是不可伸缩的。这是因为列“from”尚未创建，并且是预期的结果。但正如我所说，它对创建的示例有效。虽然我得到的结果与@Gregor Thomas的答案相同，但我没有CHR列作为结果。“这是非常必要的。”施伦德拉不清楚。这里，我用“CHR”和“grp”进行分组，你能改变吗

library(dplyr)
library(data.table)
df %>% 
   group_by(CHR) %>% 
   group_by(grp = pmax(rleid(pmax(CONDITION, lag(CONDITION, 
         default = first(CONDITION)))), cumsum(CONDITION)), .add = TRUE) %>%
   summarise(from = first(POS), to = last(POS), count = n())  %>% 
   ungroup %>%
   select(-grp)
# A tibble: 6 x 4
#    CHR  from    to count
#  <dbl> <dbl> <dbl> <int>
#1     1    10    10     1
#2     1 10000 15000     3
#3     2    25    75     2
#4     2 50000 50000     1
#5     3    50   100     2
#6     3 40000 45000     2