一种扩展线性范围的快速方法

Question

我有一个 data.frame，其中每一行都是一个线性间隔 - 特别是这些间隔是染色体上的开始和结束坐标（下面的 chr）：

df <- data.frame(chr = c("chr1","chr2","chr2","chr3"),
                 strand = c("+","+","-","-"),
                 start = c(34,23,67,51),
                 end = c(52,49,99,120),
                 stringsAsFactors = F)

一条染色体有两条链，因此是 strand 列。

我想 spread 这些间隔的宽度为 1，从而用 position 列替换 start 和 end 列。到目前为止，我正在使用这个：

spread.df <- do.call(rbind,lapply(1:nrow(df),function(i)
  data.frame(chr = df$chr[i], strand = df$strand[i], position = df$start[i]:df$end[i], strand = df$strand[i], stringsAsFactors = F)
))

但是对于我拥有的间隔数量和它们的大小，它有点慢。所以我的问题是是否有更快的选择。

Answer 1

map2 会很快

library(dplyr)
library(purrr)
library(tidyr)
df %>% 
  transmute(chr, strand, position = map2(start, end, `:`)) %>% 
   unnest(position)

或使用data.table

library(data.table)
setDT(df)[, .(position = start:end), .(chr, strand)]

一种扩展线性范围的快速方法

A fast way tp spread a linear range

r

intervals

spread

genomicranges

iranges