我有两个数据框,其中包含两个以范围报告的变量:mzmin,mzmed,mzmax,rtmin,rtmed和rtmax。为:
table1 <- read.csv("table1.csv")
name mzmed mzmin mzmax rtmed rtmin rtmax
M1 202.1110 202.110859 202.111285 50.35 49.62 51.13
M2 373.144219 373.143792 373.154876 50.38 49.62 51.86
M3 371.14497 371.144256 371.145224 80.34 79.62 81.41
M4 372.147279 372.146992 372.147583 100.35 99.62 101.41
table2 <- read.csv("table2.csv")
name mzmed mzmin mzmax rtmed rtmin rtmax
M1 558.109976 558.102886 558.111497 10.89 9.95 11.95
M2 371.144564 371.144000 371.144999 80.29 79.14 81.98
M3 498.091821 498.091632 498.092225 658.15 656.57 660.96
M4 284.098785 284.098429 284.099092 760.32 758.67 761.2
在这种情况下,table1的M3和table2的M2我想要写入新表,因为 mz范围重叠。
如果M2和M3的rt范围小于100,那么只将它们写入新表是有益的。我假设IRanges在某种程度上最好用,但我不是正面的。
任何帮助或建议将不胜感激。
答案 0 :(得分:1)
正如Uwe Block评论的那样,foverlaps有效。
table1 <- data.table(read.table(header = T,
text = "name mzmed mzmin mzmax rtmed rtmin rtmax
M1 202.1110 202.110859 202.111285 50.35 49.62 51.13
M2 373.144219 373.143792 373.154876 50.38 49.62 51.86
M3 371.14497 371.144256 371.145224 80.34 79.62 81.41
M4 372.147279 372.146992 372.147583 100.35 99.62 101.41
"))
table2 <- data.table(read.table(header = T,
text = "name mzmed mzmin mzmax rtmed rtmin rtmax
M1 558.109976 558.102886 558.111497 10.89 9.95 11.95
M2 371.144564 371.144000 371.144999 80.29 79.14 81.98
M3 498.091821 498.091632 498.092225 658.15 656.57 660.96
M4 284.098785 284.098429 284.099092 760.32 758.67 761.2
"))
setkey(table2, mzmin, mzmax)
out <- foverlaps(table1, table2, type="any",nomatch=0L)
> out
name mzmed mzmin mzmax rtmed rtmin rtmax i.name i.mzmed i.mzmin i.mzmax i.rtmed i.rtmin i.rtmax
1: M2 371.1446 371.144 371.145 80.29 79.14 81.98 M3 371.145 371.1443 371.1452 80.34 79.62 81.41
如果您希望mz的范围在rt范围的100范围内,那么您可以使用以下代码:
out[abs(mzmin-rtmax)<100 | abs(rtmin-mzmax)<100,]
Empty data.table (0 rows) of 14 cols: name,mzmed,mzmin,mzmax,rtmed,rtmin...