- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
我有一个数据集,它是两个数据集的左外连接交集。我现在有来自第一个数据集的多个条目,每个条目都与第二个重叠。请注意 Assembly.1000 重复三次,我想将其折叠成 1
Assembly.1000 chrX 560000 575000 ABC1 20
Assembly.1000 chrX 560000 575000 IL15RA 3.2
Assembly.1000 chrX 560000 575000 BRCA1 20
Assembly.1038 chrX 780000 829000 . .
Assembly.1338 chrX 960000 999000 ACTIN 3800
Assembly.1338 chrX 960000 999000 ACTIN 4000
如您所见,Assembly.1000 的文件 1 条目针对每个文件 2 条目(ABC1、IL15RA、BRCA1)重复了三次
我想将输出解析为什么
Assembly.1000 chrX 560000 575000 ABC1;IL15RA;BRCA1 20;3.2;20
Assembly.1038 chrX 780000 829000 . .
Assembly.1338 chrX 960000 999000 ACTIN,ACTIN 3800;4000
我可以使用 $ while read 命令并查看循环中的先前条目来完成此操作,但对于大文件(~1e6 条目),这根本不够有效。有没有人对有效编程的方法有任何建议?
最佳答案
假设您的 data.frame
被称为“mydf”,定义如下:
mydf <- structure(list(V1 = c("Assembly.1000", "Assembly.1000",
"Assembly.1000", "Assembly.1038", "Assembly.1338", "Assembly.1338"),
V2 = c("chrX", "chrX", "chrX", "chrX", "chrX", "chrX"),
V3 = c(560000L, 560000L, 560000L, 780000L, 960000L, 960000L),
V4 = c(575000L, 575000L, 575000L, 829000L, 999000L, 999000L),
V5 = c("ABC1", "IL15RA", "BRCA1", ".", "ACTIN", "ACTIN"),
V6 = c("20", "3.2", "20", ".", "3800", "4000")),
.Names = c("V1", "V2", "V3", "V4", "V5", "V6"),
class = "data.frame", row.names = c(NA, -6L))
mydf
# V1 V2 V3 V4 V5 V6
# 1 Assembly.1000 chrX 560000 575000 ABC1 20
# 2 Assembly.1000 chrX 560000 575000 IL15RA 3.2
# 3 Assembly.1000 chrX 560000 575000 BRCA1 20
# 4 Assembly.1038 chrX 780000 829000 . .
# 5 Assembly.1338 chrX 960000 999000 ACTIN 3800
# 6 Assembly.1338 chrX 960000 999000 ACTIN 4000
这是聚合
方法:
aggregate(cbind(V5, V6) ~ ., mydf, paste, collapse = "; ")
# V1 V2 V3 V4 V5 V6
# 1 Assembly.1000 chrX 560000 575000 ABC1; IL15RA; BRCA1 20; 3.2; 20
# 2 Assembly.1038 chrX 780000 829000 . .
# 3 Assembly.1338 chrX 960000 999000 ACTIN; ACTIN 3800; 4000
这是“data.table”方法,使用相同的“mydf”作为起点:
library(data.table)
DT <- data.table(mydf)
DT[, lapply(.SD, paste, collapse = "; "), by = c("V1", "V2", "V3", "V4")]
# V1 V2 V3 V4 V5 V6
# 1: Assembly.1000 chrX 560000 575000 ABC1; IL15RA; BRCA1 20; 3.2; 20
# 2: Assembly.1038 chrX 780000 829000 . .
# 3: Assembly.1338 chrX 960000 999000 ACTIN; ACTIN 3800; 4000
关于linux - 对于唯一字段 1,折叠另一个字段中的非唯一条目,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19131166/
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 要求我们推荐或查找工具、库或最喜欢的场外资源的问题对于 Stack Overflow 来说是偏离主题的,
Linux 管道可以缓冲多少数据?这是可配置的吗? 如果管道的两端在同一个进程中,但线程不同,这会有什么不同吗? 请注意:这个“同一个进程,两个线程”的问题是理论上的边栏,真正的问题是关于缓冲的。 最
我找到了here [最后一页] 一种有趣的通过 Linux 启动 Linux 的方法。不幸的是,它只是被提及,我在网上找不到任何有用的链接。那么有人听说过一种避免引导加载程序而使用 Linux 的方法
很难说出这里要问什么。这个问题模棱两可、含糊不清、不完整、过于宽泛或夸夸其谈,无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开,visit the help center . 关闭 1
我试图了解 ld-linux.so 如何在 Linux 上解析对版本化符号的引用。我有以下文件: 测试.c: void f(); int main() { f(); } a.c 和 b.c:
与 RetroPie 的工作原理类似,我可以使用 Linux 应用程序作为我的桌面环境吗?我实际上并不需要像实际桌面和安装应用程序这样的东西。我只需要一种干净简单的方法来在 RaspberryPi 上
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 这个问题似乎不是关于 a specific programming problem, a softwar
关闭。这个问题是off-topic .它目前不接受答案。 想改进这个问题吗? Update the question所以它是on-topic用于堆栈溢出。 关闭 10 年前。 Improve thi
有什么方法可以覆盖现有的源代码,我应该用 PyQt、PyGTK、Java 等从头开始构建吗? 最佳答案 如果您指的是软件本身而不是它所连接的存储库,那么自定义应用程序的方法就是 fork 项目。据我所
我的情况是:我在一个磁盘上安装了两个 linux。我将第一个安装在/dev/sda1 中,然后在/dev/sda2 中安装第二个然后我运行第一个系统,我写了一个脚本来在第一个系统运行时更新它。
我在 i2c-0 总线上使用地址为 0x3f 的系统监视器设备。该设备在设备树中配置有 pmbus 驱动程序。 问题是,加载 linux 内核时,这个“Sysmon”设备没有供电。因此,当我在总线 0
关闭。这个问题是off-topic .它目前不接受答案。 想改进这个问题吗? Update the question所以它是on-topic用于堆栈溢出。 关闭 11 年前。 Improve thi
我正试图在 linux 模块中分配一大块内存,而 kalloc 做不到。 我知道唯一的方法是使用 alloc_bootmem(unsigned long size) 但我只能从 linux 内核而不是
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 这个问题似乎不是关于 a specific programming problem, a softwar
我有 .sh 文件来运行应用程序。在该文件中,我想动态设置服务器名称,而不是每次都配置。 我尝试了以下方法,它在 CentOS 中运行良好。 nohup /voip/java/jdk1.8.0_71/
我是在 Linux 上开发嵌入式 C++ 程序的新手。我有我的 Debian 操作系统,我在其中开发和编译了我的 C++ 项目(一个简单的控制台进程)。 我想将我的应用程序放到另一个 Debian 操
关闭。这个问题需要多问focused 。目前不接受答案。 想要改进此问题吗?更新问题,使其仅关注一个问题 editing this post . 已关闭 4 年前。 Improve this ques
我使用4.19.78版本的稳定内核,我想找到带有企鹅二进制数据的C数组。系统启动时显示。我需要在哪里搜索该内容? 我在 include/linux/linux_logo.h 文件中只找到了一些 Log
我知道可以使用 gdb 的服务器模式远程调试代码,我知道可以调试针对另一种架构交叉编译的代码,但是是否可以更进一步,从远程调试 Linux 应用程序OS X 使用 gdbserver? 最佳答案 当然
是否有任何可能的方法来运行在另一个 Linux 上编译的二进制文件?我知道当然最简单的是在另一台机器上重建它,但假设我们唯一能得到的是一个二进制文件,那么这可能与否? (我知道这可能并不容易,但我只是
我是一名优秀的程序员,十分优秀!