R 数据帧操作

假设我有一个像这样的数据框

#   start  end  motif
#       2    6      a
#      10   15      b
#      30   35      c

我如何创建一个数据框来填充剩余的开始和结束位置，比如某个数字

Max\u end

：

Max_end <- 33

#   start  end  motif
#       0    2     na          # <- 0-2 are filled in because it is not in the original data frame
#       2    6      a          # <- 2-6 are in the original
#       6   10     na          # <- 6-10 is not
#      10   15      b          # <- 10-15 is
#      15   30     na          # and so on
#      30   33      c

目前我就是这样做的：效率很低

library(data.table)
library(stringi)

f <- fread('ABC.txt',header=F,skip=1)$V1
f <- paste(f, collapse = "")

motifs = c('GATC', 'CTGCAG', 'ACCACC', 'CC(A|T)GG', 'CCAC.{8}TGA(C|T)')

v <- na.omit(data.frame(do.call(rbind, lapply(stri_locate_all_regex(f, motifs), unlist))))
v <- v[order(v[,1]),]
v2difference <- "blah"

for(i in 2:nrow(v)){
  if(v[i,1] > v[i-1,2]+2){v2difference[i] <- v[i,1]-v[i-1,2]-2} 
}
v2difference[1] <- v[1,1]
v2 <- data.frame(Order=seq(1, 2*nrow(v), 2),Lengths=matrix(v2difference, ncol = 1),Motifs="na")
v1 <- data.frame(Order=seq(2, 2*nrow(v), 2),Lengths=(v$end-v$start+1),Motifs=na.omit(unlist(stri_extract_all_regex(f,motifs))))
V <- data.frame(Track=1,rbind(v1,v2))
V <- V[order(V$Order),]
B <- V[,!(names(V) %in% "Order")]

库（data.table）
图书馆（stringi）
f
Max\u end
Max\u end
Max\u end
Max\u end后一个问题可以通过
dplyr
软件包中的
mutate（）
轻松回答-只需查找教程即可。至于第一个问题，我不太清楚你在问什么。而且，我相信在这里，双管齐下的问题是不受欢迎的。。。我想这只是一根头发太宽了。您应该编辑该问题，将重点放在算法的效率上，而不是另一种方法。使用
dplyr
软件包中的
mutate（）
可以轻松回答后一个问题-只需查找教程即可。至于第一个问题，我不太清楚你在问什么。而且，我相信在这里，双管齐下的问题是不受欢迎的。。。我想这只是一根头发太宽了。您应该编辑该问题，将重点放在算法的效率上，而不是另一种方法。使用
dplyr
软件包中的
mutate（）
可以轻松回答后一个问题-只需查找教程即可。至于第一个问题，我不太清楚你在问什么。而且，我相信在这里，双管齐下的问题是不受欢迎的。。。我想这只是一根头发太宽了。您应该编辑该问题，将重点放在算法的效率上，而不是另一种方法。使用
dplyr
软件包中的
mutate（）
可以轻松回答后一个问题-只需查找教程即可。至于第一个问题，我不太清楚你在问什么。而且，我相信在这里，双管齐下的问题是不受欢迎的。。。我想这只是一根头发太宽了。你应该编辑这个问题，把重点放在算法的效率上，而不是用另一种方法。我试着把我的帖子分成两个步骤，以便更好地解释我的过程。然而，我认为这只回答了第一部分。我在简化计算起始列和结束列@nongkrongNevermind之间长度的部分时遇到了很多麻烦，我没有看到关于使用mutate（）的评论。谢谢你的帮助@换言之，你也可以尝试一下
diff（t（yoursresult[1:2]）
，
yoursresult
是
合并后的数据。我是否只需要更改
中断？我试图将我的帖子分为两个步骤，以便更好地解释我的过程。然而，我认为这只回答了第一部分。我在简化计算起始列和结束列@nongkrongNevermind之间长度的部分时遇到了很多麻烦，我没有看到关于使用mutate（）的评论。谢谢你的帮助@换言之，你也可以尝试一下
diff（t（yoursresult[1:2]）
，
yoursresult
是
合并后的数据。我是否只需要更改
中断？我试图将我的帖子分为两个步骤，以便更好地解释我的过程。然而，我认为这只回答了第一部分。我在简化计算起始列和结束列@nongkrongNevermind之间长度的部分时遇到了很多麻烦，我没有看到关于使用mutate（）的评论。谢谢你的帮助@换言之，你也可以尝试一下
diff（t（yoursresult[1:2]）
，
yoursresult
是
合并后的数据。我是否只需要更改
中断？我试图将我的帖子分为两个步骤，以便更好地解释我的过程。然而，我认为这只回答了第一部分。我在简化计算起始列和结束列@nongkrongNevermind之间长度的部分时遇到了很多麻烦，我没有看到关于使用mutate（）的评论。谢谢你的帮助@换言之，你也可以尝试一下
diff（t（yoursresult[1:2]）
，
yoursresult
是
合并后的数据。我是否只需要更改
中断
library(data.table)
library(stringi)

f <- fread('ABC.txt',header=F,skip=1)$V1
f <- paste(f, collapse = "")

motifs = c('GATC', 'CTGCAG', 'ACCACC', 'CC(A|T)GG', 'CCAC.{8}TGA(C|T)')

v <- na.omit(data.frame(do.call(rbind, lapply(stri_locate_all_regex(f, motifs), unlist))))
v <- v[order(v[,1]),]
v2difference <- "blah"

for(i in 2:nrow(v)){
  if(v[i,1] > v[i-1,2]+2){v2difference[i] <- v[i,1]-v[i-1,2]-2} 
}
v2difference[1] <- v[1,1]
v2 <- data.frame(Order=seq(1, 2*nrow(v), 2),Lengths=matrix(v2difference, ncol = 1),Motifs="na")
v1 <- data.frame(Order=seq(2, 2*nrow(v), 2),Lengths=(v$end-v$start+1),Motifs=na.omit(unlist(stri_extract_all_regex(f,motifs))))
V <- data.frame(Track=1,rbind(v1,v2))
V <- V[order(V$Order),]
B <- V[,!(names(V) %in% "Order")]

Max_end <- 33

breaks <- c(0, t(as.matrix(dat[,1:2])), Max_end)  # get endpoints
breaks <- breaks[breaks <= Max_end]
merge(dat, data.frame(start=breaks[-length(breaks)], end=breaks[-1]), all=T)

# start end motif
# 1     0   2  <NA>
# 2     2   6     a
# 3     6  10  <NA>
# 4    10  15     b
# 5    15  30  <NA>
# 6    30  33  <NA>
# 7    30  35     c

Max_end <- 33
Max_start <- 10
breaks <- unique(c(Max_start, t(as.matrix(dat[,1:2])), Max_end))
breaks <- breaks[breaks <= Max_end & breaks >= Max_start]

merge(dat, data.frame(start=breaks[-length(breaks)], end=breaks[-1]), all.y=T)

#   start end motif
# 1    10  15     b
# 2    15  30  <NA>
# 3    30  33  <NA>