问题描述
我有一个遗传数据集，其中我将基因组中物理上紧密靠近的基因变体分组。我将每个染色体上与基因组中某些点相距500 +/-距离的基因分组。
我已经为此编写了代码，但是，当我查看输出时，我新形成的group列并未将数字从1开始的组组成，编号最小的组是5，而我不能找出原因。
我的“斑点”数据集的变体位置必须在500 +/-范围内，并且看起来像：
connected_spots chrom min max low high
1 1 1000 1200 500 1700
2 1 20000 20100 19500 20600
3 5 900 1000 400 1500
low和high列是我要在其中收集变体的范围。它们是通过将max和min设置为+500或-500来创建的值：
spots[,c("low","high") := .(min - 500,max + 500)]
然后我比较我的第二个数据集df是否在基因组中某个位置上的任何变体（行）在low和high的范围内，并将它们分组为{{ 1}}列（如果变体在同一位置）：
group我想要查看是否有基因变异适合斑点范围的df如下：
df$connected_spots <- seq.int(nrow(df))
#Find matches in df on matching chromosomes and position between low&high:
df <- df[spots,group := i.connected_spots,on = .(chrom,position > low,position < high ) ]
我为df预先创建了一个Gene chrom position connected_spots
Gene1 1 1200 1
Gene2 1 10000 2
Gene3 5 500 3
列，只是给每个变体/行提供了一个ID来搜索位置匹配项-如果我最终要搜索哪个变体，这实际上是有问题的在我的第一个数据集中在connected_spots范围内？是什么导致我的真实数据的最低connect_spots为5？
所以我得到的输出（当我将组从最低到最高排序时）是：
group为什么Gene chrom position group
Gene4 1 1200 5
Gene8 1 10000 5
Gene9 5 500 6
不从第1组开始？
还有另一种方式可以对这一行进行编码：
group有可能避免我的真实数据出现问题？
输入数据：
df <- df[spots,position < high ) ]
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）