按列的倍数条件选择行

Question

我试图从不同的列中获取一个值，但在字符串中的相同位置。列值如下所示：

"0/1:15,0,52:3:13"
"1/0:15,0,52:3:13"
"0/0:15,0,52:3:13"
"1/1:15,0,52:3:13"

我想通过0/1 过滤并通过data.frame 获取与该条件匹配的所有行。为此我可以使用：

df1 <- dplyr::filter(df, grepl("0/1", nameofthecolumn))

它可以工作，但是当我尝试按 2 个条件（如0/1 和1/1）进行过滤时，我尝试以下行但它不起作用。该行返回一个空的data.frame0 obs. of X variables：

df1 <- dplyr::filter(df, grepl(paste("0/1", "1/1"), paste("namesofthecolumn1", "nameofthecolumn2"))

然后我需要修复该函数并为不同的列设置不同的条件，如果一行（X 列的同一行）包含0/1，另一列1/1 和另一个“0/0”，计数所有的 1，所以我得到了值：3。

那我要问两个问题：

1 - 如何修复我的行以按条件列表和列列表进行过滤？

2 - 如何通过列列表对一行中的所有 1 进行求和/计数？

任何帮助将不胜感激。

编辑：

data.frame 工作示例：

column1 <- c("0/1:15,0,52:3:13", "1/1:152,144,0,132,107,129:49:99", "0/1:26,0,7:54:10", "0/0:0,12,115:4:14", "1/1:219,57,0:19:99", "0/0:0,21,255:96:21")
column2 <- c("1/1:15,0,52:3:13", "1/1:152,144,0,132,107,129:49:99", "0/1:26,0,7:54:10", "0/1:0,12,115:4:14", "0/0:219,57,0:19:99", "0/0:0,21,255:96:21")
chrom <- c("chr0", "chr0", "chr1", "chr1", "chr2", "chr2")
df <- data.frame(chrom, column1, column2)

我想过滤例如 0/1 和 1/1，所以我得到所有至少有 0/1 或 1/1 的行：

chrom   column1             colum2
chr 0   0/1:15,0,52:3:13    1/1:15,0,52:3:13
chr 0   1/1:152,144,0,132,107,129:49:99    1/1:152,144,0,132,107,129:49:99
chr 1   0/1:26,0,7:54:10    0/1:26,0,7:54:10
chr 1   0/0:0,12,115:4:14   0/1:0,12,115:4:14
chr 2   1/1:219,57,0:19:99  0/0:219,57,0:19:99

我得到了除最后一行之外的所有行，因为最后一行不包含 0/1 或 1/1。

Answer 1

您需要混合使用正则表达式和列的串联

df1 <-  dplyr::filter(df, grepl(paste(c("0/1", "1/0"), collapse = "|"), 
                                paste(column1, column2, sep = "_")))

Answer 2

假设输入数据如下：

input <- c("0/1:15,0,52:3:13", "1/0:15,0,52:3:13", "0/0:15,0,52:3:13", "1/1:15,0,52:3:13")

让我们获得一个只包含我们将用于过滤的元素的向量：

key <- unlist(lapply(strsplit(unlist(lapply(strsplit(input, ","), "[[", 1)), ":"), "[[", 1))

此时我们创建了一个包含两列的 data.frame：用于过滤的值和我们要过滤的输入数据。请注意，输入数据是带有整个字符串的原始向量。

df <- data.frame(key = key, input = input,
                 stringsAsFactors = FALSE)

最后，我们可以使用key 列来根据您喜欢的条件过滤输入数据。输出是一个 data.frame，只有一列包含过滤的输入数据：

result <- data.frame(df[df$key %in% c("0/1", "1/1"), -1])

print(result)

             value
1 0/1:15,0,52:3:13
2 1/1:15,0,52:3:13