python - 如何在 r 或 python 中查找并突出显示彼此一定范围内的值簇？

Question

我有一个数字列表(全部大于 10,000,000)，并且我想查找彼此 5,000,000 以内的数字簇(这些数字对应于曼哈顿中的列)基因 SNP 突变图)。

有没有办法对列表进行聚类分析，以便我可以在其中写入一个文件: If [i]+1 < [i]+5,000,000 。

它会突出显示文件中的那些值吗？我现在将其作为 Excel 文件，但可以更改格式。谢谢。

Answer 1

您将在这里得到几个潜在的答案。我喜欢 data.table 包，因为它速度快并且有许多有用的内置运算符。在这种情况下，我们可以使用shift()参数来比较观察i和观察i + 1。您可以将其分解为多个步骤，但将所有逻辑合并到一行中如下所示:

library(data.table)

set.seed(1)
dt <- data.table(int = sample(10000000:100000000, 10000, replace = TRUE))

dt[, highlight := ifelse(shift(int,n = 1, type = "lead") < int + 5000000, "highlight", "no highlight")]
#show how many rows fit our criteria defined above
table(dt$highlight)
#> 
#>    highlight no highlight 
#>         5524         4475

^{由reprex package于2019年1月24日创建(v0.2.1)}