r - 比较同一向量的相邻元素(避免循环)

Question

我设法写了一个for loop来比较以下向量中的字母:

bases <- c("G","C","A","T")
test <- sample(bases, replace=T, 20)

test将返回

[1] "T" "G" "T" "G" "C" "A" "A" "G" "A" "C" "A" "T" "T" "T" "T" "C" "A" "G" "G" "C"

使用 Comp()函数，我可以检查一个字母是否与下一个字母匹配

Comp <- function(data)
{
    output <- vector()
    for(i in 1:(length(data)-1))
    {
    if(data[i]==data[i+1])
        {
        output[i] <-1
        }
        else
        {
        output[i] <-0
        }
    }
    return(output)
}

导致;

> Comp(test)
 [1] 0 0 0 0 0 1 0 0 0 0 0 1 1 1 0 0 0 1 0

这是可行的，但是大量运行非常缓慢。因此我尝试了 sapply()

Comp <- function(x,i) if(x[i]==x[i+1]) 1 else 0
unlist(lapply(test, Comp, test))

不幸的是，它不起作用...( Error in i + 1 : non-numeric argument to binary operator)我很难弄清楚如何访问向量中的前一个字母进行比较。同样，“不比较”最后一个字母的 length(data)-1可能会成为问题。

谢谢大家的帮助!

干杯
幸运的

Answer 1

只是“滞后” test并使用被矢量化的==。

bases <- c("G","C","A","T")
set.seed(21)
test <- sample(bases, replace=TRUE, 20)
lag.test <- c(tail(test,-1),NA)
#lag.test <- c(NA,head(test,-1))
test == lag.test

更新:

另外，您的 Comp函数很慢，因为在初始化时未指定 output的长度。我怀疑您正在尝试预分配，但是 vector()创建了一个零长度的向量，该向量必须在循环的每次迭代期间都进行扩展。如果将对 Comp的调用更改为 vector()，则 vector(length=NROW(data)-1)函数的速度将大大提高。

set.seed(21)
test <- sample(bases, replace=T, 1e5)
system.time(orig <- Comp(test))
#    user  system elapsed 
#  34.760   0.010  34.884 
system.time(prealloc <- Comp.prealloc(test))
#    user  system elapsed 
#    1.18    0.00    1.19 
identical(orig, prealloc)
# [1] TRUE