如何在 r 或 python 中找到並突出顯示彼此一定范圍內的值簇？

Question

我有一個數字列表（都大於 10,000,000） ，我想找到彼此相差5,000,000以內的數字簇（這些數字對應於曼哈頓圖中基因 SNP 突變的列）。

有沒有辦法對列表進行聚類分析，以便我可以編寫一個文件，其中： If [i]+1 < [i]+5,000,000 。

它會突出顯示文件中的那些值嗎？ 我現在將它作為 excel 文件，但可以更改格式。 謝謝。

Answer 1

你會在這里得到幾個可能的答案。 我喜歡data.table包，因為它速度很快並且有很多有用的內置操作符。 在這種情況下，我們可以使用shift()參數來比較觀察i和觀察i + 1 。 您可以將其分解為多個步驟，但將所有邏輯合並為一行如下所示：

library(data.table)

set.seed(1)
dt <- data.table(int = sample(10000000:100000000, 10000, replace = TRUE))

dt[, highlight := ifelse(shift(int,n = 1, type = "lead") < int + 5000000, "highlight", "no highlight")]
#show how many rows fit our criteria defined above
table(dt$highlight)
#> 
#>    highlight no highlight 
#>         5524         4475

^{由reprex 包(v0.2.1) 於 2019 年 1 月 24 日創建}