R：计算相对距离

Question

我有一个像变量 x 这样的数据框。

x<-"start.x    stop.x strand.x   start.y    stop.y strand.y
1  16954189  16963562        -  16954189  16963562        -
2  16954189  16963562        - 150045170 150065177        -
3 150045170 150065177        -  16954189  16963562        -
4 150045170 150065177        - 150045170 150065177        -
5  97061519  97190927        -  97061519  97190927        -
6  97061519  97190927        - 135190856 135202610        +
7 135190856 135202610        +  97061519  97190927        -
8 135190856 135202610        + 135190856 135202610        +"

dat <- read.table(textConnection(x), header=TRUE)

通常我使用以下代码为每一行计算 start.x 和 start.y 之间的相对距离：

zz <- transform(x, 
  distance_startsite = abs(as.numeric(start.x) - as.numeric(start.y)))

但在计算这个时间之前，我们首先需要查看 strand.x 和 strand.y。

• 如果 strand.x 为“-”，则官方起始站点为 stop.x
• 如果 strand.x 为“+”，则官方起始站点为 start.x
• 如果 strand.y 为“-”，则官方起始站点为 stop.y
• 如果 strand.y 为“+”，则官方起始站点为 start.y

表 dat 中的第 1 行必须计算： abs(as.numeric(stop.x) - as.numeric(stop.y) 而不是 abs(as.numeric(start.x) - as.numeric(start.x) y)。

我的问题是，有没有办法像 zz 一样为每一行计算这个？

谢谢

编辑：我的第一个想法是这样的：

for (i in 1:nrow(dd)){
if (dat$strand.x[i,] == "-" & dat$stand.y[i,] == "-") {
  result[i]<-transform(dat,distance_startsite[i] = abs(as.numeric(stop.x[i,]) - as.numeric(stop.y[i,]))} else
if (dat$strand.x[i,] == "+" & dat$stand.y[i,] == "-") {
  result[i]<-transform(dat,distance_startsite[i] = abs(as.numeric(start.x[i,]) - as.numeric(stop.y[i,]))} else
if (dat$strand.x[i,] == "-" & dat$stand.y[i,] == "+") {
  result[i]<-transform(dat,distance_startsite[i] = abs(as.numeric(stop.x[i,]) - as.numeric(start.y[i,]))} else
if (dat$strand.x[i,] == "+" & dat$stand.y[i,] == "+") {
  result[i]<-transform(dat,distance_startsite[i] = abs(as.numeric(start.x[i,]) - as.numeric(start.y[i,]))} 
 }

但这还不行。

Answer 1

如果你一步一步地做这件事，并使用一些临时变量，你会为自己省去很多麻烦，你的代码也会变得更清晰。

这是我的建议：

1. 添加包含开始值和停止值的列（使用您的条件）
2. 计算绝对差

两个进一步的观察：

• 您的开始和停止值是整数值，因此您不需要一直使用as.numeric
• 在您最初的问题中，起始站点的条件相互矛盾，但停止站点没有条件，所以我猜测您的真正意思。

代码：

dat$start <- with(dat, ifelse(strand.x=="+", start.x, stop.x))
dat$stop  <- with(dat, ifelse(strand.y=="+", start.y, stop.y))
dat$dist  <- with(dat, abs(stop-start))

结果：

dat

    start.x    stop.x strand.x   start.y    stop.y strand.y      dist
1  16954189  16963562        -  16954189  16963562        -         0
2  16954189  16963562        - 150045170 150065177        - 133101615
3 150045170 150065177        -  16954189  16963562        - 133101615
4 150045170 150065177        - 150045170 150065177        -         0
5  97061519  97190927        -  97061519  97190927        -         0
6  97061519  97190927        - 135190856 135202610        +  37999929
7 135190856 135202610        +  97061519  97190927        -  37999929
8 135190856 135202610        + 135190856 135202610        +         0

Answer 2

我倾向于同意@Andrie，但如果你真的想要一个“单线解决方案”（好吧）：

zz <- transform(dat, distance_startsite = abs(ifelse(strand.x=="+", start.x, stop.x)-ifelse(strand.y=="+", start.y, stop.y)))