使用 R 自动化范围

Question

我正在尝试自动计算一些稍后必须集成的范围。 我这样做时没有使用 tidyR，但我相信应用 tidy 可以帮助解决我问题的最后一个瓶颈 我的初始表格如下所示：

int_NMR <- data.frame("Component" = c("A", "B", "C", "D", "E",
                                      "F", "G", "H"),
                 "From" = c(0.0, 45.0, 60.0, 95.0, 110.0, 145.0, 165.0, 190), 
                  "To" = c(45.0, 60.0, 95.0, 110.0, 145.0, 165.0, 190.0, 215.0))

对于“From”和“To”值，我必须添加或减去 X 值（例如 160）。 然而，这意味着某些范围将重叠，然后需要进行切片，并且为两个切片保留“组件”列。

最终结果看起来像这样：

正如你所看到的，有些已经被切片，并且有一个重叠需要保留，例如组件 A，最初从 0 到 45，现在从 0 到 5，从 5 到 30，从 30 到45，并与组件 F_low、G_low 和 H_low 重叠。

我遵循的方法是将表与 NA 绑定在一起，但是当我到达最后一个表时，无法对重叠范围进行切片，而不会丢失它属于哪个组件的信息。

在我的代码下面

na_frame <- NULL
int_NMR_all<- NULL

int_NMR_high <- data.frame(setNames(lapply(int_NMR[1], function(x) paste("ssb_high", x, sep="_")),"Component_ssb"),int_NMR[2:3]+sb_ofset)

int_NMR_low <- data.frame(setNames(lapply(int_NMR[1], function(x) paste("ssb_low", x, sep="_")),"Component_ssb"),int_NMR[2:3]-sb_ofset)

int_NMR_all <- rbind(int_NMR_low,int_NMR_high)

na_frame <- as.data.frame(matrix(NA, nrow = nrow(int_NMR), ncol = 3))
names(na_frame) <- names(int_NMR_all)
int_NMR_all <- rbind(int_NMR_all, na_frame)

na_frame <- as.data.frame(matrix(NA, nrow = nrow(int_NMR_all), ncol = 1))
names(na_frame) <- c("Component")
int_NMR_all<- cbind(int_NMR_all, na_frame)

na_frame <- as.data.frame(matrix(NA, nrow = nrow(int_NMR), ncol = 1))
names(na_frame) <- c("Component_ssb")
int_NMR<- cbind(int_NMR, na_frame)

na_frame <- as.data.frame(matrix(NA, nrow = 2*nrow(int_NMR), ncol = 4))

names(na_frame) <- names(int_NMR_all)

int_NMR <- rbind(int_NMR, na_frame)

int_NMR_all <- rbind(int_NMR,int_NMR_all)

int_NMR_all <- int_NMR_all[!is.na(int_NMR_all$From),] 

Answer 1

这是一种

data.table

方法，也使用

intervalSurgeon

包来查找唯一的间隔。

可能不是最有效的方法，但输出看起来如预期..

library(data.table)
library(IntervalSurgeon)
value_n <- 160
# comvert to data.table format
setDT(int_NMR)
# create high and low intervals
int_NMR_high <- copy(int_NMR)[, `:=`(From = From + value_n, To = To + value_n, Component_mod = paste0(Component, "_High"))]
int_NMR_low <- copy(int_NMR)[, `:=`(From = From - value_n, To = To - value_n, Component_mod = paste0(Component, "_Low"))]
# create one data.table of all intervals
all_int <- rbindlist(list(int_NMR_low, int_NMR, int_NMR_high), fill = TRUE)
# create a new data.table with all the non-overlapping intervals
final <- data.table(sections(breaks(as.matrix(all_int[, 2:3]))))
setnames(final, c("From", "To"))
# perform overlap joins
final[all_int[is.na(Component_mod), ], Component := i.Component, on = .(From < To, To > From )]
final[all_int[!is.na(Component_mod), ], Component_mod := i.Component_mod, on = .(From < To, To > From )]

决赛

#     From   To Component Component_mod
#  1: -160 -115      <NA>         A_Low
#  2: -115 -100      <NA>         B_Low
#  3: -100  -65      <NA>         C_Low
#  4:  -65  -50      <NA>         D_Low
#  5:  -50  -15      <NA>         E_Low
#  6:  -15    0      <NA>         F_Low
#  7:    0    5         A         F_Low
#  8:    5   30         A         G_Low
#  9:   30   45         A         H_Low
# 10:   45   55         B         H_Low
# 11:   55   60         B          <NA>
# 12:   60   95         C          <NA>
# 13:   95  110         D          <NA>
# 14:  110  145         E          <NA>
# 15:  145  160         F          <NA>
# 16:  160  165         F        A_High
# 17:  165  190         G        A_High
# 18:  190  205         H        A_High
# 19:  205  215         H        B_High
# 20:  215  220      <NA>        B_High
# 21:  220  255      <NA>        C_High
# 22:  255  270      <NA>        D_High
# 23:  270  305      <NA>        E_High
# 24:  305  325      <NA>        F_High
# 25:  325  350      <NA>        G_High
# 26:  350  375      <NA>        H_High
#     From   To Component Component_mod