比较不同数据集中的多列以查找范围 R 内的值

Question

我有两个数据集。一个称为域（d），它作为关于基因和表的一般信息称为突变（m）。这两个表都有类似的列，称为 Gene.name，我将使用它来查找。这两个数据集的列数或行数不同。

我想遍历文件突变中的所有数据并检查列gene.name中找到的数据是否也存在于文件域中。如果是这样，我希望它检查列突变中的数据是否在列“开始”和“结束”之间（它们可以等于开始或结束）。如果是，我想将其打印到包含合并列的新表中：Gene.Name、Mutation 和域信息。如果它不存在，请忽略它。

这就是我目前所拥有的：

d

d
Gene.name Domain Start  End
ABCF1   low_complexity_region   2   13
DKK1    low_complexity_region   25  39
ABCF1   AAA 328 532
F2  coiled_coil_region  499 558

m

m
Gene.name   Mutation        
ABCF1   10      
DKK1    21      
ABCF1   335     
xyz 15      
F2  499     

newfile

我的代码不起作用，我正在阅读很多不同的问题/答案，我更加困惑。任何帮助都会很棒。

我希望我的最终数据如下所示：

Gene.name   Mutation    Domain  
DKK1    21  low_complexity_region   
ABCF1   335 AAA 
F2  499 coiled_coil_region  

Answer 1

合并和子集应该可以让您到达那里（尽管我认为您的预期结果与您对所需内容的描述不匹配）：

result <- merge(d,m,by="Gene.name")
result[with(result,Mutation >= Start & Mutation <= End),]

#  Gene.name                Domain Start End Mutation
#1     ABCF1 low_complexity_region     2  13       10
#4     ABCF1                   AAA   328 532      335
#6        F2    coiled_coil_region   499 558      499