我試圖編寫一個簡單的R函數來跨單個數據框的兩列對5個元素的子字符串進行採樣。字符串的長度對於每一行都是相等的，但是它們在列的下方是不同的。該函數在我指定行和列作用時起作用，但我無法獲取應用語句在每行和每列上處理。正如所寫，它只會根據第一個實例的長度抽取隨機樣本，因此如果第一個實例比其他任何字符串短，其他行的輸出有時少於5個元素。將聲明應用於採樣列，跨不同長度的行

例如DF：

BP        TF 

1 CGTCTCTATTCTAGGCAAGA   TTTFFFFTFFFTFFFTFTTT 
2 AAGTCACTCGAATTCGGATGCCCCCTAGGC TTFFFFFTFFFFTTFTFFTTTFTTTTFTFF 
3 TGCTCATGACGGGAC     FFFTFTFFFFTFTFT

'預期輸出：'

1 CTATT       FFTFF 
2 CCTAG       TTTFT 
3 TCATG       TFTFF

'重現的示例代碼：'

#make fake data frame 
BaseP1 <- paste(sample(size = 20, x = c("A","C","T","G"), replace = TRUE), collapse = "") 
BaseP2 <- paste(sample(size = 30, x = c("A","C","T","G"), replace = TRUE), collapse = "") 
BaseP3 <- paste(sample(size = 15, x = c("A","C","T","G"), replace = TRUE), collapse = "") 
TrueFalse1 <- paste(sample(size = 20, x = c("T","F"), replace = TRUE), collapse = "") 
TrueFalse2 <- paste(sample(size = 30, x = c("T","F"), replace = TRUE), collapse = "") 
TrueFalse3 <- paste(sample(size = 15, x = c("T","F"), replace = TRUE), collapse = "") 
my_df <- data.frame(c(BaseP1,BaseP2,BaseP3), c(TrueFalse1, TrueFalse2, TrueFalse3)) 


Fragment = function(string) { 
    nStart = sample(1:nchar(string) -5, 1) 
    substr(string, nStart, nStart + 4) 
} 


Fragment(string = my_df[1,1])#works for the first row, first col.

但這不起作用：

apply(my_df, c(1,2), function(x) Fragment(string = my_df[1:nrow(my_df),1:ncol(my_df)]))

來源

2017-07-09 user8173816

這不是你想要的嗎？ '應用（my_df，c（1,2），片段）' – JAD

只需'sapply（my_df，Fragment）' – Sotos

@JarkoDubbeldam不，這會產生比5個元素短的繪製。 – user8173816

有在你的函數的錯誤：nchar(string) - 5之間

Fragment = function(string) { 
    nStart = sample(1:(nchar(string) -5), 1) 
    substr(string, nStart, nStart + 4) 
}

它缺少括號，這使得該子集出問題。

然後您可以簡單地使用apply(my_df, c(1,2), Fragment)按照評論中的建議。

要說明的是這個工程現在：

for(i in 1:10000){ 
    stopifnot(all(5 == sapply(apply(my_df, c(1,2), Fragment), nchar))) 
}

這表明，在10000次嘗試，它總是產生5個字符作爲輸出。

來源

2017-07-09 20:32:46 JAD

是的！謝謝（！）@JaroDubbeldam。就是這樣。 #deathbyparen。 – user8173816

將聲明應用於採樣列，跨不同長度的行

但這不起作用：

回答

相關問題