Question

我有两个复杂结构的列表（每个列表都是一个包含系统发育树的multiPhylo对象），我想找出第一个元素的每个元素在第二个元素中出现多少次。非常简单，但是由于某些原因，我的代码返回了错误的结果。

library(devtools)
install_github('santiagosnchez/rBt')
library(rBt)

beast_output <- read.annot.beast('strict_BD_starBEAST_logcomb.species.trees')
beast_output_rooted <- root(beast_output, c('taxon_A', 'taxon_B')) # length == 20,000
unique_multiphylo <- unique.multiPhylo(beast_output_rooted) # length == 130

count <- function(item, list) {
  total = 0
  for (i in 1:length(list)) {
    if (all.equal.phylo(item, list[[i]])) {
      total = total + 1
    }
  }
  return(total)
}

result <- data.frame(un_tr = rep(0, 130), count = rep(0, 130))
for (i in 1:length(unique_multiphylo)) {
  result[i, ] <- c(i, count(unique_multiphylo[[i]], beast_output_rooted))
}

函数all.equal.phylo()接受两个系统对象，如果相同，则返回TRUE。参见docs。函数count()获取一个项目和一个列表，然后使用all.equal.phylo()返回该项目出现在列表中的次数。

问题是函数count()在大多数情况下返回0。这应该是不可能的，因为列表unique_multiphylo是beast_output_rooted的子列表，这意味着count()至少应返回1。

我的代码有什么问题？我该如何纠正呢？非常感谢您的帮助！

编辑：这是一个可复制的示例：

install.packages('ape')
library(ape)

set.seed(42)
trees <- lapply(rep(c(10, 25, 50, 100), 3), rtree) # length == 12
class(trees) <- 'multiPhylo'
unique_multiphylo <- unique.multiPhylo(trees) # length == 12

count <- function(item, list) {
  total = 0
  for (i in 1:length(list)) {
    if (all.equal.phylo(item, list[[i]])) {
      total = total + 1
    }
  }
  return(total)
}

result <- data.frame(un_tr = rep(0, 12), count = rep(0, 12))
for (i in 1:length(unique_multiphylo)) {
  result[i, ] <- c(i, count(unique_multiphylo[[i]], trees))
}

但是，这些模拟数据似乎工作得很好……

Answer 1

我终于设法获得了适当的结果。在功能all.equal.phylo()中，我需要将参数use.edge.length设置为FALSE，以便仅比较系统发育树的topologies。

这是我的代码：

（我更改了几个变量的名称，以使我想做的事情更清楚）

install.packages('devtools')
library(devtools)
install_github('santiagosnchez/rBt')
library(rBt)

beast_output <- read.annot.beast('beast_output.trees')
beast_output_rooted <- root.multiPhylo(beast_output, c('taxon_A', 'taxon_B'))
unique_topologies <- unique.multiPhylo(beast_output_rooted)

count <- function(item, list) {
  total = 0
  for (i in 1:length(list)) {
    if (all.equal.phylo(item, list[[i]], use.edge.length = FALSE)) {
      total = total + 1
    }
  }
  return(total)
}

result <- data.frame(unique_topology = rep(0, length(unique_topologies)),
                     count = rep(0, length(unique_topologies)))
for (i in 1:length(unique_topologies)) {
  result[i, ] <- c(i, count(unique_topologies[[i]], beast_output_rooted))
}

result$percentage <- ((result$count/length(beast_output_rooted))*100)

Answer 2

对于您的问题，有一个更短的解决方案：

table( attr(unique_multiphylo, "old.index") )

因为unique_multiphylo包含一个属性，其中包含您要关注的信息（请参阅?unique.multiPhylo）。

比较复杂结构列表

2 个答案: