Подсчет перекрытий, как и ожидалось, с помощью R data.table foverlaps () или IRanges - PullRequest
Новая
       38

Подсчет перекрытий, как и ожидалось, с помощью R data.table foverlaps () или IRanges

2 голосов
/ 14 апреля 2019

Мне трудно считать перекрытия интервалов, как я и ожидал.Вот таблица данных R с интервалами, определенными от начала до конца: 

> library(data.table)
> dt1 = data.table(start=c(1, 5, 3), end=c(10, 15, 8))
> print(dt1)
   start end
1:     1  10
2:     5  15
3:     3   8

Вот как я бы рассмотрел перекрытия для этих интервалов от 0 до 20: 

[0, 1]: 0 (there are no intervals here)
[1, 3]: 1 (there is only one interval here, from [1, 10])
[3, 5]: 2 (two intervals here, both [1, 10] and [3, 8])
[5, 8]: 3
[8, 10]: 1
[10, 15]: 1
[15, 20]: 0

ТакЯ хотел бы вывести это алгоритмически.Что-то вроде: 

   start end  overlaps
1:     0  1   0
2:     1  3   1
3:     3  5   2
4:     5  8   3      
5:     8  10  2      
6:    10  15  1      
7:    15  20  0

Однако я не могу выяснить, как это сделать с foverlaps() в R data.table или с различными функциями IRanges.

> setkey(dt1, start, end)
> foverlaps(dt1, dt1, type="any")
   start end i.start i.end
1:     1  10       1    10
2:     3   8       1    10
3:     5  15       1    10
4:     1  10       3     8
5:     3   8       3     8
6:     5  15       3     8
7:     1  10       5    15
8:     3   8       5    15
9:     5  15       5    15
> foverlaps(dt1, dt1, type="within")
   start end i.start i.end
1:     1  10       1    10
2:     1  10       3     8
3:     3   8       3     8
4:     5  15       5    15

Похоже, что ни один из них не подходит для расчета перекрытий за некоторый интервал.

Рассмотрение IRanges также не совсем дает ожидаемый счетчик интервалов перекрытия: 

> library(IRanges)
> range1
IRanges object with 3 ranges and 0 metadata columns:
          start       end     width
      <integer> <integer> <integer>
  [1]         1        10        10
  [2]         3         8         6
  [3]         5        15        11
> countOverlaps(range1, range1)
[1] 3 3 3
> countOverlaps(range1, range1, type="within")
[1] 1 2 1

Как рассчитать интервалы перекрытия?

1 Ответ

2 голосов
/ 15 апреля 2019 
> # Where do the 0 and the 20 come from?
> points <- c(0, sort(c(dt1$start, dt1$end)), 20)
> x <- do.call(IRanges,
+              transpose(Map(c, start=head(points, -1), end=tail(points, -1))))
> x
IRanges object with 7 ranges and 0 metadata columns:
          start       end     width
      <integer> <integer> <integer>
  [1]         0         1         2
  [2]         1         3         3
  [3]         3         5         3
  [4]         5         8         4
  [5]         8        10         3
  [6]        10        15         6
  [7]        15        20         6
> y <- do.call(IRanges, dt1)
> y
IRanges object with 3 ranges and 0 metadata columns:
          start       end     width
      <integer> <integer> <integer>
  [1]         1        10        10
  [2]         3         8         6
  [3]         5        15        11
> countOverlaps(x, y, type="within")
[1] 0 1 2 3 2 1 0

Существует небольшая разница в 5-м результате, но действительно есть 2 перекрытия, поскольку [8, 10] перекрываются с [1, 10] и [5, 15].

...