获取 S4 对象 R 中的最终条目
Get the final entry in a S4 object R
我知道一个df，我可以轻松做到：
df[-1,]
但这似乎不适用于 S4 对象（我正在处理具体的 granges 对象，但这无关紧要）。
是否有某种 -1 等价物？
解决方法是：
S4[[2]][length(S4)]
示例：
gr <- GRanges(
seqnames = Rle(c("chr1", "chr2", "chr1", "chr3"), c(1, 3, 2, 4)),
ranges = IRanges(101:110, end = 111:120, names = head(letters, 10)),
strand = Rle(strand(c("-", "+", "*", "+", "-")), c(1, 2, 2, 3, 2)),
score = 1:10,
GC = seq(1, 0, length=10))
我想select“插槽”(?) b-j.
如果是df我会做：
gr[2:-1,]
要了解如何对 GRanges 对象进行操作，您应该参考 ?GRanges 中描述的方法。打印 gr 时看到的输出是由 show 方法生成的：
show(gr)
## GRanges object with 10 ranges and 2 metadata columns:
## seqnames ranges strand | score GC
## <Rle> <IRanges> <Rle> | <integer> <numeric>
## a chr1 101-111 - | 1 1.000000
## b chr2 102-112 + | 2 0.888889
## c chr2 103-113 + | 3 0.777778
## d chr2 104-114 * | 4 0.666667
## e chr1 105-115 * | 5 0.555556
## f chr1 106-116 + | 6 0.444444
## g chr3 107-117 + | 7 0.333333
## h chr3 108-118 + | 8 0.222222
## i chr3 109-119 - | 9 0.111111
## j chr3 110-120 - | 10 0.000000
输出给人的印象是 gr 是一个数据框，但它不是：你看到的是从 gr 的槽值（属性）中提取出来的，并以矩形显示您的方便。
names(gr)
## [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j"
slotNames(gr)
## [1] "seqnames" "ranges" "strand" "seqinfo"
## [5] "elementMetadata" "elementType" "metadata"
gr@seqnames
## factor-Rle of length 10 with 4 runs
## Lengths: 1 3 2 4
## Values : chr1 chr2 chr1 chr3
## Levels(3): chr1 chr2 chr3
子集 gr 有几种方法。不要指望它们的行为与数据帧的相应方法完全一样。要获得第二个 GRanges 对象来描述除第一个序列以外的所有序列（在本例中为 a），您可以执行 gr[-1L] 或 gr[-1L, ]:
gr[-1L]
## GRanges object with 9 ranges and 2 metadata columns:
## seqnames ranges strand | score GC
## <Rle> <IRanges> <Rle> | <integer> <numeric>
## b chr2 102-112 + | 2 0.888889
## c chr2 103-113 + | 3 0.777778
## d chr2 104-114 * | 4 0.666667
## e chr1 105-115 * | 5 0.555556
## f chr1 106-116 + | 6 0.444444
## g chr3 107-117 + | 7 0.333333
## h chr3 108-118 + | 8 0.222222
## i chr3 109-119 - | 9 0.111111
## j chr3 110-120 - | 10 0.000000
## -------
## seqinfo: 3 sequences from an unspecified genome; no seqlengths
identical(gr[-1L], gr[-1L, ])
## [1] TRUE
如果序列被分配了唯一的名称，那么您也可以按名称进行子集化，例如gr[names(gr)[-1L]]或gr[names(gr)[-1L], ].
Run-length 竖线左侧列的编码存储在 so-named 槽中，并使用 so-named 方法提取：
identical(gr@seqnames, seqnames(gr))
## [1] TRUE
竖线右侧的列称为“元数据”。它们一起存储在插槽 elementMetadata 中，您应该使用方法 mcols:
提取它们
mcols(gr)
## DataFrame with 10 rows and 2 columns
## score GC
## <integer> <numeric>
## a 1 1.000000
## b 2 0.888889
## c 3 0.777778
## d 4 0.666667
## e 5 0.555556
## f 6 0.444444
## g 7 0.333333
## h 8 0.222222
## i 9 0.111111
## j 10 0.000000
元数据存储在 DataFrame 对象中。你会发现，关于子集，DataFrame 比 GRanges 更忠实于 data.frame 语义。 ?DataFrame 解释差异。
mcols(gr)$score
## [1] 1 2 3 4 5 6 7 8 9 10
我知道一个df，我可以轻松做到：
df[-1,]
但这似乎不适用于 S4 对象（我正在处理具体的 granges 对象，但这无关紧要）。 是否有某种 -1 等价物？
解决方法是：
S4[[2]][length(S4)]
示例：
gr <- GRanges(
seqnames = Rle(c("chr1", "chr2", "chr1", "chr3"), c(1, 3, 2, 4)),
ranges = IRanges(101:110, end = 111:120, names = head(letters, 10)),
strand = Rle(strand(c("-", "+", "*", "+", "-")), c(1, 2, 2, 3, 2)),
score = 1:10,
GC = seq(1, 0, length=10))
我想select“插槽”(?) b-j.
如果是df我会做：
gr[2:-1,]
要了解如何对 GRanges 对象进行操作，您应该参考 ?GRanges 中描述的方法。打印 gr 时看到的输出是由 show 方法生成的：
show(gr)
## GRanges object with 10 ranges and 2 metadata columns:
## seqnames ranges strand | score GC
## <Rle> <IRanges> <Rle> | <integer> <numeric>
## a chr1 101-111 - | 1 1.000000
## b chr2 102-112 + | 2 0.888889
## c chr2 103-113 + | 3 0.777778
## d chr2 104-114 * | 4 0.666667
## e chr1 105-115 * | 5 0.555556
## f chr1 106-116 + | 6 0.444444
## g chr3 107-117 + | 7 0.333333
## h chr3 108-118 + | 8 0.222222
## i chr3 109-119 - | 9 0.111111
## j chr3 110-120 - | 10 0.000000
输出给人的印象是 gr 是一个数据框，但它不是：你看到的是从 gr 的槽值（属性）中提取出来的，并以矩形显示您的方便。
names(gr)
## [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j"
slotNames(gr)
## [1] "seqnames" "ranges" "strand" "seqinfo"
## [5] "elementMetadata" "elementType" "metadata"
gr@seqnames
## factor-Rle of length 10 with 4 runs
## Lengths: 1 3 2 4
## Values : chr1 chr2 chr1 chr3
## Levels(3): chr1 chr2 chr3
子集 gr 有几种方法。不要指望它们的行为与数据帧的相应方法完全一样。要获得第二个 GRanges 对象来描述除第一个序列以外的所有序列（在本例中为 a），您可以执行 gr[-1L] 或 gr[-1L, ]:
gr[-1L]
## GRanges object with 9 ranges and 2 metadata columns:
## seqnames ranges strand | score GC
## <Rle> <IRanges> <Rle> | <integer> <numeric>
## b chr2 102-112 + | 2 0.888889
## c chr2 103-113 + | 3 0.777778
## d chr2 104-114 * | 4 0.666667
## e chr1 105-115 * | 5 0.555556
## f chr1 106-116 + | 6 0.444444
## g chr3 107-117 + | 7 0.333333
## h chr3 108-118 + | 8 0.222222
## i chr3 109-119 - | 9 0.111111
## j chr3 110-120 - | 10 0.000000
## -------
## seqinfo: 3 sequences from an unspecified genome; no seqlengths
identical(gr[-1L], gr[-1L, ])
## [1] TRUE
如果序列被分配了唯一的名称，那么您也可以按名称进行子集化，例如gr[names(gr)[-1L]]或gr[names(gr)[-1L], ].
Run-length 竖线左侧列的编码存储在 so-named 槽中，并使用 so-named 方法提取：
identical(gr@seqnames, seqnames(gr))
## [1] TRUE
竖线右侧的列称为“元数据”。它们一起存储在插槽 elementMetadata 中，您应该使用方法 mcols:
mcols(gr)
## DataFrame with 10 rows and 2 columns
## score GC
## <integer> <numeric>
## a 1 1.000000
## b 2 0.888889
## c 3 0.777778
## d 4 0.666667
## e 5 0.555556
## f 6 0.444444
## g 7 0.333333
## h 8 0.222222
## i 9 0.111111
## j 10 0.000000
元数据存储在 DataFrame 对象中。你会发现，关于子集，DataFrame 比 GRanges 更忠实于 data.frame 语义。 ?DataFrame 解释差异。
mcols(gr)$score
## [1] 1 2 3 4 5 6 7 8 9 10