r - 如何在 R 中使用三个 data.frames 创建双种子 "if"循环？

Question

我有一个数据框如下，df1 和 df2:

# data
df1 <- read.table(text = "
  SNP    CHR            BP A1      A2       zscore       P CEUmaf    LOC
rs58043752      1       3344877  A       G       0.289   0.7726  .  1:3344877
rs2483242       1       3345145  A       T       0.393   0.6946  .  1:3345145
rs1572039       1       3345216  T       C       0.443   0.658   .  1:3345216
rs1537407       1       3345705  T       C       -0.289  0.7726  .  1:3345705
rs2493277       1       3346348  C       G       -1.552  0.1207  0.09167  1:3346348
rs11583353      1       3346403  C       T       -0.414  0.6786  0.875  1:3346403",
                  header = TRUE, stringsAsFactors = FALSE)
df2 <- read.table(text = "
  CHR         POS         ID     AA      DA          DAF               SDS              LOC
1       3344877 rs58043752      G       A       0.1095  0.80517243505521        1:3344877
1       3345145 rs2483242       T       A       0.5746  0.741513997303754       1:3345145
1       3345216 rs1572039       T       C       0.0784  0.130228249846394       1:3345216
1       3345705 rs1537407       C       T       0.798   0.275710355505832       1:3345705
1       3346348 rs2493277       G       C       0.5737  0.283452115383779       1:3346348
1       3346403 rs11583353      C       T       0.2238  -0.0246952604330743     1:3346403", 
                  header = TRUE, stringsAsFactors = FALSE)

我有第三个数据框 (df3)，例如:

Input_SNP  SDS
1:3344877   NA 
1:3345145   NA   
1:3345216   NA  
1:3345705   NA
1:3346348   NA   
1:3346403   NA 

我想将 df1 的 A1 和 A2 与 df2 的 AA 和 DA 进行比较，然后将输出输出到第三个 df3。我的逻辑是这样的:

1. 如果 df1 中的 df1$zscore 为正:我想看看是否 df1$A1 == df2$DA，如果是，那么我想将 df2$SDS 放入 df3$SDS。如果 df1$A1 == df2$AA，那么我想将 df2$SDS 的负数放入 df3$SDS。
2. 如果 df1 中的 df1$zscore 为负数:我想看看是否 df1$A2 == df2$DA，如果是，那么我想将 df2$SDS 放入 df3$SDS如果 df1$A2 == df2$AA，那么我想将 df2$SDS 的负数放入 df3$SDS

最终输出将如下所示:

    Input_SNP      SDS
    1:3344877   0.805
    1:3345145   0.742   
    1:3345216   -0.130  
    1:3345705   -0.276
    1:3346348   -0.283   
    1:3346403   -0.025

Answer 1

这是另一种方法。首先我们确定 zscore 在哪里为负。然后选择哪一列将匹配到 df2。接下来确定哪个 df2 列匹配。第 4 行是针对两个数据帧之间不匹配的情况的保护措施。最后，我们根据条件返回正或负的 SDS。

coll <- (df1$zscore < 0) + 1L
indx1 <- df1[c("A1","A2")][cbind(1:nrow(df1),coll)]
matches <- max.col((xx=indx1 == df2[c("DA","AA")]))
is.na(matches) <- rowSums(xx) == 0L
df3$SDS <- df2$SDS * ifelse(matches == 1,1,-1)
df3
#   Input_SNP         SDS
# 1 1:3344877  0.80517244
# 2 1:3345145  0.74151400
# 3 1:3345216 -0.13022825
# 4 1:3345705 -0.27571036
# 5 1:3346348 -0.28345212
# 6 1:3346403 -0.02469526