Question

我正在寻找一种方法（最好但不一定在R中）来查找参考列表中的项目也出现在一系列列表中的次数。我需要知道参考列表和另一个列表之间每次比较的重叠程度。

所以我有一个列表，其中包含一系列字符串（前4行）：

让我们称之为ListA。

然后我有一个制表符分隔的文本文件（file2），其中包含几个包含类似字符串的列。每列都是一个类似的独立列表：

A25325  A5634   A765436 A232
A3255   A35674  A5353   A474
A3453   A632        A5464   A863
A5543   A656        A8768   A684

我知道在shell中检查两个列表之间重叠的几种方法，但是我不知道如何说：采用listA和另一个文件中的每一列计算listA中字符串的出现次数。对于每列输出，在列和列表A中找到的字符串数。所以问题是如何迭代文本文件中的列并输出重叠量。

在上面的示例中，输出将是：1 0 0 0 因为A3255出现在listA和file2的第1列中输出格式并不重要，只是知道每个文件中出现多少重叠的方法。

由于对不起，如果一个重复的问题，我搜索但没有看到一个。

Answer 1

如果您将制表符分隔的文本文件读入简单的data.frame，则可以使用apply()函数：

listA <- c("A2345", "A3545", "A643636", "A3255")
listB <- data.frame(b1 = c("A25325", "A3255", "A3453", "A5543"),
                b2 = c("A5634", "A35674", "A632", "A656"),
                b3 = c("A765436", "A5353", "A5464", "A8768"),
                b4= c("A232", "A474", "A863", "A684"))

listB
#       b1     b2      b3   b4
# 1 A25325  A5634 A765436 A232
# 2  A3255 A35674   A5353 A474
# 3  A3453   A632   A5464 A863
# 4  A5543   A656   A8768 A684

然后一个简单的apply()调用应该完成这项工作：

apply(listB, 2, function(x) {sum(x %in% listA)})
b1 b2 b3 b4 
 1  0  0  0

apply（）函数中的参数MARGIN=2将迭代搜索列。您可以在这里查看：https://stat.ethz.ch/R-manual/R-devel/library/base/html/apply.html

我如何计算列表和另一个文件的每列中出现多少字符串？

1 个答案: