r - 在数据框中将重叠范围合并为唯一的组

Question

我有 n 行和 3 的数据框

df <- data.frame(start=c(178,400,983,1932,33653),
    end=c(5025,5025, 5535, 6918, 38197),
    group=c(1,1,2,2,3))

df
  start   end group
1   178  5025     1
2   400  5025     1
3   983  5535     2
4  1932  6918     2
5 33653 38197     3

我想新建一个专栏df$group2将重叠的组重新分类为相同的组。例如，df$group[df$group==1]从 178 开始到 5025 结束。这与 df$group[df$group==2] 重叠，从 983 开始，到 6918 结束。我想创建一个新列，现在将第 1 组和第 2 组归为第 1 组(随后将第 3 组归为第 2 组)。

结果:

df
  start   end group group2
1   178  5025     1      1
2   400  5025     1      1
3   983  5535     2      1
4  1932  6918     2      1
5 33653 38197     3      2

在此先感谢您的帮助。

Answer 1

您需要 IRanges包裹:

require(IRanges)
ir <- IRanges(df$start, df$end)
df$group2 <- subjectHits(findOverlaps(ir, reduce(ir)))
> df

#  start   end group group2
# 1   178  5025     1      1
# 2   400  5025     1      1
# 3   983  5535     2      1
# 4  1932  6918     2      1
# 5 33653 38197     3      2

安装 IRanges , 在 R 中键入这些行:

source("http://bioconductor.org/biocLite.R")
biocLite("IRanges")

要了解更多信息(手册等)，请访问 here