我有一些RNA-seq数据,需要计算单体数量。我们定义单体为读取(read),其周围100个碱基内没有其他读取。
我有一个包括每个读取的起始坐标和终止坐标的数据框。我正在使用R进行操作。
目前我已编写了下面的代码,但是apply函数使用不正确,因此出现错误。
begin_end <- data.frame(begin_coordinate, final_coordinate)
apply(begin_end, 1, function(x) x[,1]-(x-1)[,2])
数据帧的前几行是:
> head(begin_end)
begin final
1 60507 60551
2 60790 60840
3 62004 62051
4 62819 62868
5 65141 65187
第一个似乎是单例,因为下一个读取开始的位置比它结束的位置要超过100个碱基,而且数据集的前几行都是这样。但是数据框很长,我希望不是所有的读取都是单例。