Фильтрация R data.frame на основе нескольких ограничений

Question

Так что я все еще довольно новичок в R, и я осматривал вопрос о том, как фильтровать фреймворк на основе нескольких ограничений и вычислений, чтобы он возвращал новый фреймворк данных. Я смотрел вокруг, и я знаю, как фильтровать с помощью %in%, и я использовал это много раз, но я ищу несколько советов по фильтрации набора данных за пределы одного или двух ограничений, где этот синтаксис можно использовать.

У меня есть dataframe с 78,812 строк. В столбце PeakName у меня есть идентификаторы, указывающие на «пик» в моих данных. Есть только 13 000 пиков, поэтому каждый пик часто появляется несколько раз в кадре данных. Для каждого уникального PeakName существует множество motifs с различными значениями PValue, связанными с ними. Каждый мотив также имеет start и stop.

Моя цель состоит в том, чтобы создать новый dataframe где:

1. для каждого PeakName я найти motif с наименьшим PValue и добавить его в новый dataframe
2. с использованием start и stop места для мотивов , я обнаруживаю, есть ли какие-либо мотивы, которые перекрывают тот, который был просто добавлен в новый фреймворк данных. Если есть, я удаляю их как возможности для добавления в новый dataframe.
3. если есть motifs для этого PeakName, я возвращаюсь к шагу 1 и повторяю этот процесс до тех пор, пока не будет возможно больше motifs слева.
4. ПРИМЕЧАНИЕ: если есть два пика с равным PValue, где это значение в настоящее время является самым низким значением, я бы выбрал мотив «Первичный» вместо «Вторичного» мотива.

Пример (упрощенный) Данные:

Motif  Start Stop PValue  PeakName 
Primary 4  10  5   Peak1 
Primary 5  11  4   Peak1 
Secondary 12  18  8   Peak1 
Secondary 8  16  6   Peak1 
Primary 12  18  9   Peak1 
Secondary 3  9  7   Peak2 
Primary 5  11  7   Peak2 

Желаемый выход выше данных:

Motif  Start Stop PValue  PeakName 
Primary 5  11  4   Peak1 
Secondary 12  18  8   Peak1 
Primary 5  11  7   Peak2 

Любые советы будут очень высокую оценку, так как я был сбит с толку о том, как написать что-то сделайте это, и это задача, которую, я считаю, должна быть довольно простой, но меня ускользает. Благодаря!

Answer 1

Возможно, вам захочется немного почистить, чтобы уловить края, такие как галстуки. Обратите внимание на использование в колонке «хелпер», чтобы иметь дело с Primary/Secondary выбором мотива:

df2 <- {} 
for (peak in unique(df$PeakName)) { 
    tmp <- subset(df, PeakName==peak) 
    tmp$helper <- tmp$Pvalue + ifelse(tmp$Motif=="S", 0.1, 0) 

    while (nrow(tmp) > 0) { 
     ind <- which.min(tmp$helper) 
     df2 <- rbind(df2, tmp[ind,]) 
     remove <- (tmp$Start >= tmp$Start[ind] & tmp$Start <= tmp$Stop[ind]) | (tmp$Stop >= tmp$Start[ind] & tmp$Stop <= tmp$Stop[ind]) 
     tmp <- tmp[!remove,] 
    } 
}