分割使用間隔

，這個問題很相似，這個帖子Splitting a data frame into a list using intervals一個data.frame，但答案並不適用於我的數據，因爲我沒有與二進制值的列。分割使用間隔

我的數據是這樣的：

>df 
    V1  V2  V3   V4 V5  V6  V7  V8 V9 V10 V11 
1 chr1 49828662 49828663 rs7531656 0 +|chr1 48998526 50489626 AGBL4 1 - 
2 chr1 62594676 62594677 rs2481665 0 +|chr1 62208148 62629591 PATJ 1 + 
3 chr1 62633580 62633581 rs2457831 0 +|chr1 62208148 62629591 PATJ 1 + 
4 chr1 66379767 66379768 rs12757124 0 +|chr1 66378927 66840262 PDE4B 1 + 
5 chr1 66392060 66392061 rs55824844 0 +|chr1 66378927 66840262 PDE4B 1 + 
6 chr1 66393984 66393985 rs35185259 0 +|chr1 66378927 66840262 PDE4B 1 +

我需要的是分裂基於列V2並在5e+05區間的文件，輸出會是這樣的

[[1]] 
1 chr1 49828662 49828663 rs7531656 0 +|chr1 48998526 50489626 AGBL4 1 - 

[[2]] 
2 chr1 62594676 62594677 rs2481665 0 +|chr1 62208148 62629591 PATJ 1 + 
3 chr1 62633580 62633581 rs2457831 0 +|chr1 62208148 62629591 PATJ 1 + 

[[3]] 
4 chr1 66379767 66379768 rs12757124 0 +|chr1 66378927 66840262 PDE4B 1 + 
5 chr1 66392060 66392061 rs55824844 0 +|chr1 66378927 66840262 PDE4B 1 + 
6 chr1 66393984 66393985 rs35185259 0 +|chr1 66378927 66840262 PDE4B 1 +

我的數據有〜5millions行，所以速度會是一個問題，但後來我可以對付它

來源

2016-06-11 user2380782

'split'上'cut' – alistaire

也許你正在尋找這個代替：

split(df, cumsum(c(F, diff(df$V2) > 5e5))) 

$`0` 
    V1  V2  V3  V4 V5  V6  V7  V8 V9 V10 V11 
1 chr1 49828662 49828663 rs7531656 0 +|chr1 48998526 50489626 AGBL4 1 - 

$`1` 
    V1  V2  V3  V4 V5  V6  V7  V8 V9 V10 V11 
2 chr1 62594676 62594677 rs2481665 0 +|chr1 62208148 62629591 PATJ 1 + 
3 chr1 62633580 62633581 rs2457831 0 +|chr1 62208148 62629591 PATJ 1 + 

$`2` 
    V1  V2  V3   V4 V5  V6  V7  V8 V9 V10 V11 
4 chr1 66379767 66379768 rs12757124 0 +|chr1 66378927 66840262 PDE4B 1 + 
5 chr1 66392060 66392061 rs55824844 0 +|chr1 66378927 66840262 PDE4B 1 + 
6 chr1 66393984 66393985 rs35185259 0 +|chr1 66378927 66840262 PDE4B 1 +

來源

2016-06-11 02:12:08 Psidom

我得到一些錯誤@Psidom與另一個data.table，你能幫助我嗎？ – user2380782

你需要更具體的瞭解，你有問題或交的另一個問題，如果評論是不夠的，你來形容。我或其他人會很樂意提供幫助。 – Psidom

無後顧之憂@Psidom，問題是當差是負的，但我知道有'分裂（DF，cumsum（C（F，ABS（DIFF（DF $ V2））> 5E5）））'問題就解決了 – user2380782

首先讓你的分割點：

splits <- seq(0,5e6, 5e5)

下面是一些僞數據，可能是你的V2柱：

f <- cut(v2, splits) 
> table(f) 
f (0,5e+05] (5e+05,1e+06] (1e+06,1.5e+06] (1.5e+06,2e+06] (2e+06,2.5e+06] (2.5e+06,3e+06] (3e+06,3.5e+06] (3.5e+06,4e+06] (4e+06,4.5e+06] (4.5e+06,5e+06] 

    499497  500111   499327   501262   499155   500263   500484   499776   500899   499226

：

v2 <- runif(5e6, 0, 5e6)

現在稱之爲削減此列使用分割點來創建一個因素

最後呼籲您data.frame分裂並通過因素：

df.list <- split(mydf, f)

來源

2016-06-11 01:15:48 Zelazny7

我沒有得到的輸出作爲@ Zelazny7相同。這是我的方法data.table叫做mydat。

library(data.table) 

breaks = 5e+05*(floor(min(mydat$V2)/5e+05):ceiling(max(mydat$V2)/5e+05)) 
mydat$X<-mydat[,.(X = cut(V2, breaks = breaks))] 
mylist<-split(mydat, mydat$X)

來源

2016-06-11 01:32:14

我有一個錯字在我的'seq'功能 – Zelazny7

是的，我想通這一點。一旦我修好它，它運行良好。 –

分割使用間隔

回答

相關問題