BioConductor IRanges覆盖率计数和识别片段

我有一个数据集，包含一系列制造电路的间隔信息

df <- data.frame(structure(list(circuit = structure(c(2L, 1L, 2L, 1L, 2L, 3L, 
1L, 1L, 2L), .Label = c("a", "b", "c"), class = "factor"), start = structure(c(1393621200, 
1393627920, 1393628400, 1393631520, 1393650300, 1393646400, 1393656000, 
1393668000, 1393666200), class = c("POSIXct", "POSIXt"), tzone = ""), 
end = structure(c(1393626600, 1393631519, 1393639200, 1393632000, 
1393660500, 1393673400, 1393667999, 1393671600, 1393677000
), class = c("POSIXct", "POSIXt"), tzone = ""), id = structure(1:9, .Label = c("1001", 
"1002", "1003", "1004", "1005", "1006", "1007", "1008", "1009"
), class = "factor")), .Names = c("circuit", "start", "end", 
"id"), class = "data.frame", row.names = c(NA, -9L)))

问题是，在我的完整数据集上，使用不平等联接的

sqldf

方法速度慢得令人无法忍受

我如何单独使用

IRanges

就能得到类似的东西？

我怀疑这与

RangedData

有关，但我一直不知道如何得到我想要的。这是我试过的

rd <- RangedData(ir, circuit = df$circuit, id = df$id)
coverage(rd) # works but seems to lose the circuit/id info

---

rd覆盖范围可以表示为范围，去掉第一个（从1970年到第一个起点的范围）

实际电路是

df[subjectHits(olaps), c("circuit", "id")]

这些碎片也许可以编织在一起

df1 <- cbind(uid=seq_along(intervals),
             as.data.frame(intervals),
             circuits_running=tabulate(queryHits(olaps), queryLength(olaps)))
df2 <- cbind(uid=queryHits(olaps),
             df[subjectHits(olaps), c("circuit", "id")])
merge(df1, df2, by="uid", all=TRUE)

df1真有趣。。。在谷歌采访中，我被问到了类似的问题，最佳答案是巧妙地使用了一个最大堆，总共运行了
O（n lnc）
运行时（其中
n
是记录数，
c
是同时运行的电路的最大数量）。如果它运行缓慢，请在查询中添加索引。请参阅sqldf主页以获取示例。感谢您的回答Martin-使用您概述的方法将所有内容编织在一起非常有效。
cov <- coverage(ir)
intervals <- ranges(cov)[-1]

olaps <- findOverlaps(narrow(intervals, width(intervals)), ir)

tabulate(queryHits(olaps), queryLength(olaps))

df[subjectHits(olaps), c("circuit", "id")]

df1 <- cbind(uid=seq_along(intervals),
             as.data.frame(intervals),
             circuits_running=tabulate(queryHits(olaps), queryLength(olaps)))
df2 <- cbind(uid=queryHits(olaps),
             df[subjectHits(olaps), c("circuit", "id")])
merge(df1, df2, by="uid", all=TRUE)

ir <- IRanges(start = as.numeric(df$start), end = as.numeric(df$end))
mcols(ir) <- DataFrame(df)
## ...
mcols(ir[subjectHits(olaps)])