在 R 中查找重叠范围的索引答案

【问题标题】：find indices of overlapping ranges in R在 R 中查找重叠范围的索引
【发布时间】：2015-02-09 03:16:39
【问题描述】：

我的框架是这样的

其中第一个列是度量的开始，另一个列是度量的结束。我现在想返回与特定行部分重叠的那些行的索引。示例将是第 1 行。索引将是 2,4,6 - 因为这些部分重叠。我需要非常频繁地进行这种比较，所以一个有效的解决方案会很棒

请注意，我不仅要寻找部分重叠，还要寻找完全重叠 (3 9) ..

【问题讨论】：

该函数应该只找到与给定行部分重叠的那些行的索引（在问题 1 中）。我想这可以通过一系列更大的平等比较来完成，但这不是很优雅
是否可以合并行的索引作为比较（在这个例子中是第一行），但想象一下它是第 3 行
你想让第 1 行也出现在输出中吗？

标签： r indexing

【解决方案1】：

您可以使用“IRanges”包：

library(IRanges)

findOverlaps(IRanges(DF$V1, DF$V2), IRanges(DF$V1[1], DF$V2[1]))@queryHits
#[1] 1 2 4 6

或一次生成所有重叠部分，稍后生成子集：

overls = findOverlaps(IRanges(DF$V1, DF$V2), ignoreSelf = TRUE)
split(subjectHits(overls), queryHits(overls))

subjectHits(overls)[queryHits(overls) == 1]
#[1] 2 4 6

“DF”：

DF = structure(list(V1 = c(4L, 6L, 1L, 5L, 10L, 3L), V2 = c(8L, 9L, 
2L, 7L, 14L, 9L)), .Names = c("V1", "V2"), class = "data.frame", row.names = c(NA, 
-6L))

【讨论】：

使用访问器函数subjectHits(overls)、queryHits(overls) 比直接槽访问要好得多（也是完整的 TRUE 和 FALSE，因为可以分配 T，T = FALSE，而 TRUE 不能）。

【解决方案2】：

这是使用data.table 包中的foverlaps() 函数的可能解决方案。

设置列名并选择行索引：

library(data.table)
cols <- c("start", "end")
indx <- 1L

将您的数据转换为 data.table 对象，设置列名并将特定行与其余数据分开并键入它（这是必不可少的步骤 - 请查看 ?foverlaps 了解更多信息）。

setnames(setDT(df), cols)
temp <- setkeyv(df[indx], cols)

运行foverlaps 函数。您可以在type参数中选择您想要的重叠类型

foverlaps(df[-indx], temp, which=TRUE, 
          type="any", nomatch=0L)$xid + 1 
## [1] 2 4 6

【讨论】：