Question

我有两个小标题，范围和地点。第一个包含一组坐标（区域，开始，结束以及其他字符变量），另一个包含一个地点（区域，地点）。我需要获得第二个小标题中所有落在给定范围（行）内的所有站点。复杂的是，第一个小标题的范围重叠。

# Range tibble
  region start end var_1 ... var_n
1  A     1     5   
2  A     3     10
3  B     20    100
# Site tibble
  region site 
1  A     4        
2  A     8    
3  B     25

〜200,000个范围可能在大约十亿个站点上长达100,000个，所以我不喜欢我的想法，该方案会列出范围内的所有值，并进行嵌套，半联接，分组和汇总（a_list = list（site））”。

我希望有以下类似的东西：

range_tibble %>%
  rowwise %>%
  mutate(site_list = site_tibble %>%
                filter(region.site == region.range, site > start, site < end) %>%
      .$site %>% as.list))

产生像这样的小标题

# Final tibble
 region start   end    site_list  var_1 ... var_n    
  <chr>  <dbl> <dbl>   <list>     <chr>     <chr>
  1 A          1     5 <dbl [1]>
  2 A          3    10 <dbl [2]>
  3 B         20   100 <dbl [1]>

我已经看到了使用“获取”外部变量（例如filter（b == get（“ b”）））的答案，但是如何从当前行中的变量中获取该变量呢？或我没有想到的语法？完全不同的方法也很好，只要它可以很好地处理大数据并且可以转换为小标题。

Answer 1

数据

range <- data.frame(region = c("A", "A", "B"), start = c(1, 3, 20), end = c(5, 10, 100))
site <- data.frame(region = c("A", "A", "B"), site = c(4, 8, 25))

代码

使用left_join()合并两个数据帧和summarise()来连接包含在指定范围内的位点。

range %>% left_join(site) %>%
  filter(site >= start & site <= end) %>% 
  group_by(region, start, end) %>%
  summarise(site = list(site))

#   region start   end site     
#   <fct>  <dbl> <dbl> <list>   
# 1 A          1     5 <dbl [1]>
# 2 A          3    10 <dbl [2]>
# 3 B         20   100 <dbl [1]>

根据另一个小标题在mutate中过滤小标题？

1 个答案: