如何使用 R 在角色中获得不同的组合？

Question

这是我的字符“NGNG”，这里N代表c(“A”、“T”、“C”、“G”)中的任何一个，所以在我的输出中我总共需要16个组合，例如AGAG， TGAG、CGAG、GGAG、TGTG、TGCG、TGGG等。

如果一开始只有一个更改，例如“NGG”，我可以使用 tidyr 的 expand_grid 轻松完成

library(tidyverse)
expand_grid(one = c("A", "T", "C", "G"), two = "NG") %>% 
  mutate(three = paste0(one, two)) %>% 
  pull(three)


[1] "ANG" "TNG" "CNG" "GNG"

但是当 N 出现在它的中间或倍数时，我正在努力寻找一种方法来做到这一点。

Answer 1

expand.grid 后跟do.call 怎么样？

cart_prod <- expand.grid(c("A", "T", "C", "G"),
                         "G",
                         c("A", "T", "C", "G"),
                         "G")
do.call(paste0, cart_prod)
[1] "AGAG" "TGAG" "CGAG" "GGAG" "AGTG" "TGTG" "CGTG" "GGTG"
[9] "AGCG" "TGCG" "CGCG" "GGCG" "AGGG" "TGGG" "CGGG" "GGGG"

说明

由于 OP 要求索引 2 和 4 保持为“G”，我们只需让第一个 1^st 和 3^rd 参数在可能的选择上有所不同：@ 987654326@。现在，使用前 4 个参数调用 expand.grid：

c("A", "T", "C", "G")
"G"
c("A", "T", "C", "G")
"G"

将产生一个与我们想要的结果同构的data.frame，因为expand.grid 返回Cartesian product。

expand.grid(c("A", "T", "C", "G"),
            "G",
            c("A", "T", "C", "G"),
            "G")
   Var1 Var2 Var3 Var4
1     A    G    A    G
2     T    G    A    G
3     C    G    A    G
4     G    G    A    G
5     A    G    T    G
6     T    G    T    G
7     C    G    T    G
8     G    G    T    G
9     A    G    C    G
10    T    G    C    G
11    C    G    C    G
12    G    G    C    G
13    A    G    G    G
14    T    G    G    G
15    C    G    G    G
16    G    G    G    G

现在，剩下的就是将列粉碎在一起。我们利用do.call 和paste0 来实现这一点。

为什么do.call(paste0, some_data.frame) 有效？

我在do.call 上找到了这个很好的解释：The {do.call} function。这是第一行：

“R 有一个有趣的函数，叫做 do.call。这个函数允许你调用任何 R 函数，但是你可以使用一个列表来保存函数的参数，而不是一个一个地写出参数。”

由于data.frame 本质上是一个list，我们可以按照通常的方式使用do.call。

由于cart_prod 的每一列只是一个向量，paste0 按元素组合每一列。例如，第一列和第二列是：

cart_prod$Var1
[1] A T C G A T C G A T C G A T C G
Levels: A T C G

cart_prod$Var2
[1] G G G G G G G G G G G G G G G G
Levels: G

将paste0 应用于这两个，给出：

paste0(cart_prod$Var1, cart_prod$Var2)
[1] "AG" "TG" "CG" "GG" "AG" "TG" "CG" "GG"
[9] "AG" "TG" "CG" "GG" "AG" "TG" "CG" "GG"

如您所见，我们开始看到我们想要的结果。如果我们将此结果与第三列结合，我们将得到：

paste0(paste0(cart_prod$Var1, cart_prod$Var2), cart_prod$Var3)
[1] "AGA" "TGA" "CGA" "GGA" "AGT" "TGT" "CGT" "GGT"
[9] "AGC" "TGC" "CGC" "GGC" "AGG" "TGG" "CGG" "GGG"

现在，我们将这个结果与最后一列结合起来：

paste0(paste0(paste0(cart_prod$Var1, cart_prod$Var2), cart_prod$Var3), cart_prod$Var4)
[1] "AGAG" "TGAG" "CGAG" "GGAG" "AGTG" "TGTG" "CGTG" "GGTG"
[9] "AGCG" "TGCG" "CGCG" "GGCG" "AGGG" "TGGG" "CGGG" "GGGG"

瞧！我们得到了我们想要的结果。

Answer 2

这是一种关于如何实现所需输出的奇怪方法： 以下是有关此解决方案的一些注意事项：

• 我将 map2 函数包裹在花括号中，因此我可以选择 .x 和 .y 作为 %>% 将 LHS（此处为数据框）放在第一个参数中
• exec 函数在参数列表上应用一个函数，该函数更像是基础 R 中的 do.call 并使用 !!! 将拼接结果列表的元素，以便每个元素成为单个参数，然后由行绑定

library(purrr)

N <- c("A", "T", "C", "G")

expand.grid(N, N) %>%
  {map2(.$Var1, .$Var2, ~ paste0(.x, "G", .y, "G"))} %>%
  exec(rbind, !!!.)

      [,1]  
 [1,] "AGAG"
 [2,] "TGAG"
 [3,] "CGAG"
 [4,] "GGAG"
 [5,] "AGTG"
 [6,] "TGTG"
 [7,] "CGTG"
 [8,] "GGTG"
 [9,] "AGCG"
[10,] "TGCG"
[11,] "CGCG"
[12,] "GGCG"
[13,] "AGGG"
[14,] "TGGG"
[15,] "CGGG"
[16,] "GGGG"