[英]How to count number of instances above a value within a given range in R?
我有一個相當大的數據集來查看整個基因組的 SNP。 我正在嘗試生成一個熱圖,該熱圖基於在整個基因組中 x 個鹼基對的滑動 window 中有多少 SNP 具有超過 50 的 BF(貝葉斯因子)值。 例如,前 1,000,000 個鹼基對中可能有 5 個感興趣的 SNP,然后在接下來的 1,000,000 個中可能有 3 個,依此類推,直到我到達基因組的末尾,這將用於生成單行熱圖。 目前,我的數據是這樣設置的:
SNP BF BP
0001_107388 11.62814713 107388
0001_193069 2.333472447 193069
0001_278038 51.34452334 278038
0001_328786 5.321968927 328786
0001_523879 50.03245434 523879
0001_804477 -0.51777189 804477
0001_990357 6.235452787 990357
0001_1033297 3.08206707 1033297
0001_1167609 -2.427835577 1167609
0001_1222410 52.96447989 1222410
0001_1490205 10.98099565 1490205
0001_1689133 3.75363951 1689133
0001_1746080 3.519987207 1746080
0001_1746450 -2.86666016 1746450
0001_1777011 0.166999413 1777011
0001_2114817 3.266942137 2114817
0001_2232084 50.43561123 2232084
0001_2332903 -0.15022324 2332903
0001_2347062 -1.209000033 2347062
0001_2426273 1.230915683 2426273
其中 SNP = SNP ID,BF = 貝葉斯因子,BP = 基因組上的 position(我已經在其中捏造了幾個 > 50 個值,以使數據適合本示例)。
問題是我沒有每個基因組 position 的 SNP,否則我可以簡單地根據行數拆分感興趣的 windows,然后計算 BF 列中的許多行超過 50。計算基因組位置的不同 windows 內感興趣的 SNP 數量? 最好在 R 中,但如果完成工作,使用 Python 或 Bash 等其他語言沒有問題。
謝謝!
library(slider); library(dplyr)
my_data %>%
mutate(count = slide_index(BF, BP, ~sum(.x > 50), .before = 999999))
這計算了BP中最后1M的window中有多少BF> 50。
SNP BF BP count
1 0001_107388 11.6281471 107388 0
2 0001_193069 2.3334724 193069 0
3 0001_278038 51.3445233 278038 1
4 0001_328786 5.3219689 328786 1
5 0001_523879 50.0324543 523879 2
6 0001_804477 -0.5177719 804477 2
7 0001_990357 6.2354528 990357 2
8 0001_1033297 3.0820671 1033297 2
9 0001_1167609 -2.4278356 1167609 2
10 0001_1222410 52.9644799 1222410 3
11 0001_1490205 10.9809957 1490205 2
12 0001_1689133 3.7536395 1689133 1
13 0001_1746080 3.5199872 1746080 1
14 0001_1746450 -2.8666602 1746450 1
15 0001_1777011 0.1669994 1777011 1
16 0001_2114817 3.2669421 2114817 1
17 0001_2232084 50.4356112 2232084 1
18 0001_2332903 -0.1502232 2332903 1
19 0001_2347062 -1.2090000 2347062 1
20 0001_2426273 1.2309157 2426273 1
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.