преобразовать новый логический столбец, сравнив два столбца

Question

Я хотел бы сравнить два столбца с генотипами и создать новый логический столбец. Тем не менее, есть что-то другое, например, GG также может равняться CC или AA также может равняться TT и наоборот.

df: 
rsid    ref sample
rs104211    CC  GG
rs104998    AA  TT
rs105063    TT  AA
rs105076    AA  AA
rs105078    TT  GG
rs105090    AA  GG
rs105162    AC  AC
rs105304    AA  TT
rs105338    AA  GG
rs105490    GG  CC
rs105491    AA  AA
rs105492    AG  AG
rs105705    AC  AC
rs105975    AA  GG
rs106213    AA  AA
rs106396    GG  CC

желаемый вывод:

rsid    ref sample  boolean
rs104211    CC  GG  TRUE
rs104998    AA  TT  TRUE
rs105063    TT  AA  TRUE
rs105076    AA  AA  TRUE
rs105078    TT  GG  FALSE
rs105090    AA  GG  FALSE
rs105162    AC  AC  TRUE
rs105304    AA  TT  TRUE
rs105338    AA  GG  FALSE
rs105490    GG  CC  TRUE
rs105491    AA  AA  TRUE
rs105492    AG  AG  TRUE
rs105705    AC  AC  TRUE
rs105975    AA  GG  FALSE
rs106213    AA  AA  TRUE
rs106396    GG  CC  TRUE

code:
match.boolean <- function(x) {
df <- if (x=="CC" | x=="GG" ) {
print("TRUE") 
} else if (x=="AA" | x=="TT") {
print("TRUE")
} else if (x=="AC" | x=="AG") {
print("TRUE")
} else {
print("FALSE")
}
return(df)
}

df$boolean <- lapply(df,function(x) match.boolean(df[,2]==df[,3]))

Но это неправильно.

Answer 1

Мы можем создать именованное comparison_list со всеми возможными значениями, которые оно может принять, а затем использовать mapply

comparison_list <- list(GGCC = c("GG", "CC"), AATT = c("AA", "TT"),
                        ACAG = c("AC", "AG"))


df$boolean <- mapply(function(x, y) 
              any(comparison_list[[grep(x, names(comparison_list))]] == 
                  comparison_list[[grep(y, names(comparison_list))]]), 
              df$ref, df$sample)

df
#       rsid ref sample boolean
#1  rs104211  CC     GG    TRUE
#2  rs104998  AA     TT    TRUE
#3  rs105063  TT     AA    TRUE
#4  rs105076  AA     AA    TRUE
#5  rs105078  TT     GG   FALSE
#6  rs105090  AA     GG   FALSE
#7  rs105162  AC     AC    TRUE
#8  rs105304  AA     TT    TRUE
#9  rs105338  AA     GG   FALSE
#10 rs105490  GG     CC    TRUE
#11 rs105491  AA     AA    TRUE
#12 rs105492  AG     AG    TRUE
#13 rs105705  AC     AC    TRUE
#14 rs105975  AA     GG   FALSE
#15 rs106213  AA     AA    TRUE
#16 rs106396  GG     CC    TRUE

---

Приведенное выше предложение заключается в сокращении длины списка. Вы также можете создать отдельный элемент для каждого значения, и это упростит ваш код сравнения

comparison_list <- list(GG = c("GG", "CC"), CC = c("GG", "CC"), 
                        AA = c("AA", "TT"), TT = c("AA", "TT"), 
                        AC = c("AC", "AG"), AG = c("AC", "AG"))

df$boolean <- mapply(function(x, y) any(comparison_list[[x]]==comparison_list[[y]]), 
                df$ref, df$sample)

Answer 2

Попробуйте это (по крайней мере, я думаю, что логическое выражение будет для некоторых ваших неустановленных возможностей):

df$boolean <- with(df, ref == sample |
                             (ref %in% c("CC","GG") & sample %in% c("GG", "CC") )| 
                             (ref %in% c("TT","AA") & sample %in% c("TT", "AA") ), 
                 )
> df
       rsid ref sample boolean
1  rs104211  CC     GG    TRUE
2  rs104998  AA     TT    TRUE
3  rs105063  TT     AA    TRUE
4  rs105076  AA     AA    TRUE
5  rs105078  TT     GG   FALSE
6  rs105090  AA     GG   FALSE
7  rs105162  AC     AC   FALSE
8  rs105304  AA     TT    TRUE
9  rs105338  AA     GG   FALSE
10 rs105490  GG     CC    TRUE
11 rs105491  AA     AA    TRUE
12 rs105492  AG     AG   FALSE
13 rs105705  AC     AC   FALSE
14 rs105975  AA     GG   FALSE
15 rs106213  AA     AA    TRUE
16 rs106396  GG     CC    TRUE