R 样本间基因组间隔相等

我希望在样本之间找到完全相同的基因组间隔（

NE\u id

）

我的意见：

chr  start_call   end_call  NE_id 
chr1    150         200      NE01
chr1    150         200      NE02
chr2    100         150      NE01
chr2    100         160      NE02
chr3    200         300      NE01   
chr3    200         300      NE02

我的预期产出：

chr  start_call   end_call  NE_id 
chr1    150         200      NE01, NE02   
chr3    200         300      NE01, NE02

在本例中，

chr2

基因组区间有一些重叠，但它并不对应于完全相同的基因组区间（大小差异==

10

）

---

非常感谢。

这是一个解决方案

library(GenomicRanges)
NE01 <- GRanges(c("chr1","chr2","chr3"),
         IRanges(c(150,100,200),c(200,150,300)),
         ID=rep("NE01",3))
NE02 <- GRanges(c("chr1","chr2","chr3"),
            IRanges(c(150,100,200),c(200,160,300)),
            ID=rep("NE02",3))
findOverlaps(NE01,NE02,type="equal")

库（基因组范围）
NE01如果数据是
dat
，您可以尝试：

res <-aggregate(NE_id~., data=dat, FUN=I)
res[sapply(res$NE_id,length)>1,]
#    chr  start_call end_call     NE_id
# 3 chr1        150      200 NE01, NE02
# 4 chr3        200      300 NE01, NE02

res1，]
#chr开始\呼叫结束\呼叫新标识
#3 chr1 150 200 NE01，NE02
#4 chr3 200 300 NE01，NE02
您的输出正确吗？同一个身份证两次？不，我搞定了。非常感谢。查看软件包
基因组范围
。你可以在BaseR中做很多这方面的工作，是的，但是你正在重新发明轮子。这似乎工作得很好。然而，在我的大数据框架中，最后一个COLLMN
NE_id
给我数字，而不是原始id（NE01、NE02、NE03…）。你知道为什么吗？？感谢you@user3091668. 检查列是否为factor.dat$NE_id 1，]chr start_call end_call NE_id 3 chr1 150 200 1，2 4 chr3 200 300 1，2
user309168
。您可以将其转换为字符。dat$NE_id