在 for 循环中合并数据帧

debugcn 发表于 Dev

fugu

我有两个数据框data：

data <- structure(list(chrom = c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 3L, 
3L, 4L, 4L, 4L, 4L), pos = c(10L, 200L, 134L, 400L, 600L, 1000L, 
20L, 33L, 40L, 45L, 50L, 55L, 100L, 123L)), .Names = c("chrom", 
"pos"), class = "data.frame", row.names = c(NA, -14L))

并且tss_locations：

tss_locations <- structure(list(gene = structure(c(1L, 4L, 5L, 6L, 7L, 8L, 9L, 
10L, 11L, 2L, 3L), .Label = c("gene1", "gene10", "gene11", "gene2", 
"gene3", "gene4", "gene5", "gene6", "gene7", "gene8", "gene9"
), class = "factor"), chrom = c(1L, 1L, 1L, 2L, 2L, 2L, 3L, 3L, 
3L, 4L, 4L), tss = c(5L, 10L, 23L, 1340L, 313L, 88L, 44L, 57L, 
88L, 74L, 127L)), .Names = c("gene", "chrom", "tss"), class = "data.frame", row.names = c(NA, 
-11L))

和一个功能找到的位置之间最接近的匹配data（pos）和位置tss_locations（tss）。我想作比较，只有在chrom价值上是相同的pos和tss。

到目前为止，我通过首先过滤两个数据帧以选择相同的 chrom，然后通过我的函数运行它们来实现这一点：

# Filter both data frames on same chrom
data<-filter(data, chrom == 1)
tss_locations<-filter(tss_locations, chrom == 1)

# apply fun2
dist2tss<-lapply(data$pos, fun2)

fun2 <- function(p) {
  # Get index of nearest tss
  index<-which.min(abs(tss_locations$tss - p))
  # Get corresponding tss, chrom and gene
  closestTss<-tss_locations$tss[index]
  chrom<-as.character(tss_locations$chrom[index])
  gene<-as.character(tss_locations$gene[index])

  # Calculate distance 
  dist<-(p-closestTss)
  list(p, closestTss, dist, chrom, gene)
}

# Convert to data frame
dist2tss<-do.call(rbind, dist2tss)
dist2tss<-as.data.frame(dist2tss)
colnames(dist2tss)=c("snp", "closest_tss", "min_dist", "chrom", "closest_gene")
dist2tss$min_dist<-as.numeric(dist2tss$min_dist)

我试过把它放在一个 for 循环中，即：

for (c in levels(data$chrom)){

  data<-filter(data, chrom == c)
  tss_locations<-filter(tss_locations, chrom == c)
  ...
}

但我不知道如何让它为每个染色体返回一个数据框，然后将它们合并在一起，以便我可以绘制全局距离。

任何帮助表示赞赏

山姆

一个玩具示例，但在循环中构建一个列表并在最后执行 do.call（假设它们都具有相同的列结构？）

df1 <- data.frame(cell=c(1,2,3),val=c(345,123,466))
df2 <- data.frame(cell=c(67,3,2),val=c(234,234,56))
df3 <- data.frame(cell=c(3,67,23),val=c(23,8,34))

l <- list()

for(i in 1:3){
  df.now <- get(paste0("df",i))
  l[[i]] <- df.now
}

do.call(rbind,l)

在您的上下文中，您可以像在初始工作流程中一样为每个染色体构建数据框，并在循环结束时使用该新数据框填充列表元素。然后完全调用它们，如下所示：

l <- list()

for (c in levels(data$chrom)){
  data<-filter(data, chrom == c)
  tss_locations<-filter(tss_locations, chrom == c)
  dist2tss<-lapply(df$pos, fun2)
  dist2tss<-do.call(rbind, dist2tss)
  dist2tss<-as.data.frame(dist2tss)

  colnames(dist2tss)=c("snp", "closest_tss", "min_dist", "chrom", "closest_gene")
  dist2tss$min_dist<-as.numeric(dist2tss$min_dist)
  l[[c]] <- dist2tss
}
dist2tss<-do.call(rbind,l)

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。