R循环直到通过更改输入数据满足条件

Question

我有一个 Rna-seq 数据集（行 = 样本，列 = 基因），它进入了一个聚类函数。这些基因被分成n个用数字标记的簇，其中属于簇0的基因是非簇基因。聚集的那些又回到聚集中，我们再次得到 n 个用数字标记的簇，其中 0 再次是非聚集基因。该过程继续进行，直到没有进一步的基因被分类到集群 0 中。我需要循环进入这个过程，以便在每次迭代时返回最终的集群结果以及属于集群 0 的基因的联合。我知道这可以通过 while 或 repeat 来完成。我曾尝试使用 repeat 但无法正常工作，问题是我还不清楚如何正确设置。

#define my dataset
dat<-my_dataset

repeat{
  #run the clustering
  aa<-cluster(dat)
    #if the cluster 0 has length 0 (no genes), assign clustering results to Mod and stop the loop
    if (length(which(aa$colors==0))==0){
    Mod<-aa
    break
    #otherwise, store the genes belonging to cluster 0 and set up a new dataset made up by clustered genes
    } else{
    noPass<-rownames(dat)[aa$colors==0]
    dat<-dat[,which(aa$colors!=0)]
    }
  return(list(aa,noPass))
  }

非常感谢任何建议。

Answer 1

这听起来像是一个适合递归的问题： 定义一个函数，将其参数中的元素聚集在一起；如果聚类中没有遗漏，则返回元素，否则仅使用仍在其中的元素调用自身，依此类推，直到没有遗漏。

cluster_until_none_left_out = function( elements ) {
    aa=cluster(data[elements])
    if (sum(aa$colors==0)==0) { return( list(aa,elements) ) }
    else{ return( cluster_until_none_left_out(elements[aa$colors!=0]) ) }
}

在没有任何真实数据的情况下提供完整的运行示例有点困难，但这里有一个非常简单的示例，它使用由随机整数向量组成的模拟数据，模拟“聚类”函数将其拆分为大于平均值的一半（单个“集群”），以及小于此平均值的那些（遗漏的“未集群”元素）。

data=sample(1:100)

cluster = function(vec) {
    answer=data.frame(vec)
    answer$colors=ifelse(vec>mean(vec)/2,1,0)
    return(answer)
}

sum(cluster(data)==0) 
# shows that one round of clustering leaves some elements in cluster 0

initial_elements=1:100
clustering_elements=cluster_until_none_left_out(initial_elements)[[2]]

sum(cluster(data[clustering_elements])==0)
# 0 (now nobody left in cluster 0)

现在返回最终的聚类及其使用的元素的索引。剩下的就是“遗漏”元素（簇 0）。

cluster_0 = initial_elements[ -clustering_elements ]