使用R data.table foverlaps()或IRanges按预期计算重叠
R data.table是一个用于数据处理和分析的R语言包。foverlaps()函数是data.table包中的一个函数，用于计算两个数据表之间的重叠。
foverlaps()函数的作用是根据两个数据表中的重叠区域进行计算。它需要两个数据表作为输入，这两个数据表必须包含至少一个表示区间的列。函数会找到第一个数据表中的每个区间，然后在第二个数据表中找到与之重叠的区间，并将它们合并在一起。
这个函数在处理基因组数据、时间序列数据等具有区间属性的数据时非常有用。它可以帮助我们找到两个数据表中的重叠区域，并进行相应的计算和分析。
使用foverlaps()函数的步骤如下：
- 准备两个数据表，每个数据表至少包含一个表示区间的列。
- 将这两个数据表转换为data.table对象。
- 使用foverlaps()函数进行重叠计算，指定需要进行计算的列和其他参数。
- 根据需要对计算结果进行进一步的处理和分析。
在腾讯云的产品中，与R data.table foverlaps()函数相关的产品是腾讯云数据仓库（TencentDB），它是一种高性能、可扩展的云数据库解决方案。腾讯云数据仓库支持数据的存储、查询和分析，可以满足大规模数据处理和分析的需求。您可以通过以下链接了解更多关于腾讯云数据仓库的信息：腾讯云数据仓库产品介绍
请注意，以上答案仅供参考，具体的产品选择和使用应根据实际需求和情况进行。
相关·内容
我想使用foverlaps找到两个床文件的相交范围，并将包含重叠范围的任何行折叠成一行。在下面的例子中，我有两个具有基因组范围的表。这些表被称为"bed“文件，它们具有基于零的开始坐标和染色体中特征的单基结束位置。例如，START=9、STOP=20被解释为跨度从10到20，包括在内。这些床文件可以包含数百万行。解决方案需要给出相同的结果，不管提供两个文件的顺序如何。
第一表
> table1
CHROMOSOME START STOP
1: 1 1 10
2: 1 20 50
3: 1 70
浏览 8提问于2014-12-19得票数 13
回答已采纳
1回答
我试着用R来研究基因组数据，我看到了一些关于两个数据和重叠间隔的很好答案的主题。我的问题是，我有一个具有重叠间隔的数据帧，我想合并它，即：
chrom start stop
5 100 105
5 100 105
5 200 300
9 275 300
9 280 301
我想以这样的方式结束：
chrom start stop
5 100 105
5 200 300
9 275 301
我也试图变得更好
浏览 3提问于2015-10-28得票数 7
回答已采纳
1回答
假设我有一组部分重叠的区间
require(lubridate)
date1 <- as.POSIXct("2000-03-08 01:59:59")
date2 <- as.POSIXct("2001-02-29 12:00:00")
date3 <- as.POSIXct("1999-03-08 01:59:59")
date4 <- as.POSIXct("2002-02-29 12:00:00")
date5 <- as.POSIXct("2000-03-08 01:59:59"
浏览 0提问于2014-12-22得票数 2
2回答
我想把单个基因组间隔连接到共同的区域。
我的意见：
dfin <- "chr start end sample type
1 10 20 NE1 loss
1 5 15 NE2 gain
1 25 30 NE1 gain
2 40 50 NE1 loss
2 40 60 NE2 loss
3 20 30 NE1 gain"
dfin <- read.t
浏览 4提问于2015-11-16得票数 3
回答已采纳
这是我第一次来这里，如果我做错了什么或弄错了，我深表歉意。我正在处理基因组数据，我有两个数据框:一个是关于一系列SNP的祖先的信息(见下表)：
Chrom | Start | End | Ancestry
---------------------------------------
22 | 16495833 | 19868218 | EUR_Patag
22 | 19873357 | 21405110 | Patag_Patag
22 | 21416404 | 21449724 | Patag_UNK
22 | 21458082 | 23704421
浏览 1提问于2017-07-29得票数 0
回答已采纳
1回答
我有一份有标记的个人名单(LocStart和LocEnd)，它们在河流的某个范围内被捕获了很多年(列年)。河上的位置以米为单位。
我想知道一个有标记的人是否在几年之间使用了重叠范围，即他是否年复一年地去过同一段河流。
下面是原始数据集的一个示例：
IDMark YearLocStartLocEnd
11081199221,72922,229
21081199221,20321,703
31081200521 50822 008
41126199419,22219,522
51126199418,81119,311
61283200521 75422 254
71283200722,02522
浏览 4提问于2015-01-19得票数 3
回答已采纳
2回答
我正在编写一个函数，但我有点混淆了R的向量结构。
我有一个数据表，每个人都有一个产品和一个产品价值。我有一个层次表，其中每个产品都有具有下限和上限的层，然后是返回值。
我想做以下几点：
从data.person获得产品
看看data.tiers中的那个产品
从data.person获取值
将其与第一层进行比较。如果值位于上下层之间，则返回该值。
对下一层再做同样的操作。
以下是我所取得的成就：
Employee <- c("Bob", "Dave", "Sarah")
Product <- c("A
浏览 0提问于2016-06-13得票数 1
回答已采纳
每行记录时间段的开始时间和结束时间。简单地说，我们假设所有的事情都在同一天，所以我们不需要去打扰其他更困难的问题。
我需要计算每一行的时间周期与其他行重叠多长时间。以及具有这种重叠的行数。假设我有一个数据集。我要D栏和E栏。
没有样本数据。我只是用这个假数据集来做一个例子。
dat <- data.frame(id=1:4,
Start = c("02:50","02:55","03:15","03:25"),
E
浏览 6提问于2022-09-04得票数 1
回答已采纳
我有两个数据帧"Conc“和"Flow”。
在一个固定的期间内，Flow每天都有一个值，而Conc在该期间的特定天中只有一个值。
我想要做的是使用r来计算每个周期的平均流量值。
下面的代码将生成两个示例数据帧，以说明我正在使用的数据集的类型：
Conc <- data.frame(Date = as.Date(c("2012/01/13", "2012/02/16", "2012/05/02", "2012/07/28",
"2012/11/10")), Conc = c(0.
浏览 4提问于2014-11-24得票数 5
回答已采纳
我的数据是动物群体中的个体随着时间的推移(个体出生，个体死亡)，因此所有个体在不同的时间长度内与其他个体重叠。A列是个人身份，B列是“开始日期”，"C“列是”结束日期“。
我想创建一个表格或矩阵(后者可能更容易阅读)，它显示所有成对的个体同时在组中存活/在一起的时间。我想用R做这件事。
示例数据：
ID start.date end.date
1 5/22/83 10/31/15
2 7/10/94 3/15/15
3 5/24/96 10/31/15
4 10/1/99 5/12/14
示例输出(数字表示重叠的近似年份)：
浏览 4提问于2016-12-21得票数 2
2回答
我想更详细地了解数据仓库和数据湖。
在我看来，这个话题有不同的信息。Inmon将数据仓库定义为
一种面向主题、综合、时变和非易失性的数据收集，以支持管理层的决策过程。
现在我明白了，这只是一种架构形式，并不意味着任何技术。这意味着底层数据可以是任何也可以是S3对象存储的结构。此外，还提出了一个具有数据集成过程的数据仓库。
当谈到数据湖时，我发现了以下定义
可伸缩的存储存储库，保存大量原生格式的原始数据(“原样”)，直到需要时再加上可以在不损害数据结构的情况下接收数据的处理系统(引擎)。
取自。
现在，数据仓库能成为一个更严格的数据湖吗？有一种观点认为，数据仓库必须使用ETL，但
浏览 0提问于2018-12-11得票数 1
4回答
我希望在df中标记具有重叠范围(希望创建重叠列)的行，这些行基于一系列数值变量(Min，Max)，必要时可以将其转换为整数：
Class Min Max
A 100 200
A 120 205
A 210 310
A 500 630
A 510 530
A 705 800
转化为：
Class Min Max Overlap
A 100 200 1
A 120 205 1
A 210 310
浏览 10提问于2016-10-19得票数 5
回答已采纳
我有一个包含3列的数据表: pid (作业)、启动时间(启动时的时间)和fintime (结束时的时间)，如下所示：
require(data.table)
dt <- data.table(pid=sample(1:100,100), starttime = sample(1:100,100)/100)[,fintime:=starttime + round(runif(100)/4,2)]
我需要确定所有可能的两个工作，可以顺序完成，但确认一个可接受的“差距”之间的乔布斯。我可以在0.05到0.4单位(时间)之间使用SQL来实现这一点，如下所示：
require(sqldf)
r
浏览 3提问于2014-10-11得票数 3
回答已采纳
相信大家对本期腾讯云开发者社区技术沙龙【计算机视觉的原理及最佳实践】还意犹未尽，所以我们请来了沙龙的五位分享嘉宾在本版块为各位开发者们继续解答关于计算机视觉的问题。同时，对本场沙龙感兴趣的小伙伴也可以点击链接直达沙龙活动页，观看沙龙回放并下载沙龙资料。
【分享嘉宾介绍】
image.png
范锦
腾讯云资深技术专家
冀永楠
腾讯云资深技术专家
陈琪
华图在线高级产品经理
卓伟
腾讯云高级研发工程师
周吉成
腾讯云高级产品经理
【问答内容】
1. 图像识别系统的原理和应用方法
2. 腾讯云API搭建图像识别应用的优势？
3. 人脸识别技术在各领域的解决方案
4. 文字识别的技术难点
5. 搭建人
浏览 929提问于2019-04-12
1回答
(很抱歉，如果这里的一些术语过时了--我来自SQL背景，而我只是进入R世界)
我有一个数据表，其中包含一系列按日期排序的条目。数据表中的一个字段是一个分组值，另一个是时间值。使用按组排序的数据(或键控--我对R不熟悉，并且仍然不确定差异)，我希望在给定的时间范围内，对该组中的每一行在当前行(包括当前行)前面的几行进行计数。
下面是我尝试使用Loblolly数据集的一个简化示例：
准备示例数据：
library(lubridate)
library(zoo)
library(data.table)
DT = as.data.table(Loblolly)
DT[,rd := Sys.time()
浏览 1提问于2016-03-01得票数 5
回答已采纳
我有一个闪亮的，可以用于查询区域和给定数据表(例如DF)之间的重叠。我提供了两个选项，用于上传查询数据，1)作为.bed格式，2)插入数据作为复制/粘贴。.bed文件的上传效果很好，但我不确定如何为复制/粘贴(文本)数据定义Server。
谢谢您的任何建议！
DF<- data.table(chr=c("chr1","chr2"),start=c(10,20),end=c(20,30))%>% setkey(chr, start, end)
text<- data.table(chr=c("chr1","chr2
浏览 5提问于2022-09-16得票数 1
回答已采纳
假设我在R中有以下数据表
L3 <- LETTERS[1:3]
(d <- data.table(cbind(x = 1, y = 1:10), fac = sample(L3, 10, replace = TRUE)))
vecfx=c(5.3,2.8)
我想计算两个新变量，dot1和dot2，它们是：
d[,dot1:=5.3*x]
d[,dot2:=2.8*y]
但我不想这样计算，因为这是对我的问题的放松。在我最初的问题中，vecfx由12个元素组成，数据表中有双列，因此我希望避免编写这两次。
我试过这样做：vecfx*d[,list(x,y)]，但我没有得到想要的结果(该
浏览 2提问于2013-09-24得票数 3
回答已采纳
2回答
我正在构建一个生物信息学的R包，我有一个数据表，其中一个列名是可变的，它将基于输入的基因组数据。我有一行条件，其中我需要两个条件:一行中的一列是NA，另一列大于用户提供的某个数字。 我尝试将is.na()与类似于mergeframe_dt,2的东西一起使用，其中我指定了column #，而不是典型的列名。 通常，像这样的东西会起作用： mergeframe_dt[is.na(new)&Reads>5, new := factor(0)] 但问题是'new‘列名是可变的，它在每种情况下都是不同的。在前面的代码中，我基本上将其设置为用户要输入的基因组文件的名称。 理想情况下
浏览 30提问于2019-06-28得票数 0
2回答
我在R中有一个数据表(您需要安装数据表包)，它使用X和Y坐标以及来自正态分布和均匀分布的随机数据值生成。坐标表示2000x1600数组上的点，必须将其划分为16个较小的“扇区”，每个扇区为500x400。这些扇区需要取正态分布值的平均值，除以均匀分布值的最小^2。我还使用一个提供的函数startstop创建了两个变量x和y，它具有16个扇区的坐标和一个计算每个扇区的数字的函数。
library(data.table)
DT <- data.table(X = rep(1:2000, times = 1600), Y = rep(1:1600, each = 2000), Norm =rn
浏览 2提问于2016-02-25得票数 3
回答已采纳
如何比较两个不等长的数据帧(测试和控制)，并根据三个标准从测试中删除行：( i)如果测试$chr ==控制$chr ii ( test $start和test$end )在控制$start和control$end的范围内，测试$CNA和控制$CNA是相同的。
test =
R_level logp chr start end CNA Gene
2 7.079 11 1159 1360 gain Recl,Bcl
11 2.4 12 6335 6345
浏览 2提问于2015-01-23得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
