data.frame и разбиение строк... не найдено подходящее решение для моих данных

Question

Я немного борюсь со своими столами. Я пытаюсь разделить некоторые переменные (используя R), но у меня возникают трудности с одним конкретным столбцом.

Мой набор данных выглядит так:

test<-data.frame(
 Chrom_no=c(1,1,2,3),
 Region=c('12..13','22..23','100','34..36'),
 Ref=c('AT','CG','A','AAA'),
 Alt=c('TA','GA','T','CGG'),
 Prob=c(99,98.7,99,99.9))

Я хочу отделить все регионы, которые сгруппированы вместе. Пока что я решил для всех столбцов, кроме "Регион":

ref2 <- strsplit(as.character(test$Ref), '')
alt2<-strsplit(as.character(test$Alt), '')

test2<-data.frame(
 Chrom_no=rep(test$Chrom_no, vapply(ref2, FUN=length, FUN.VALUE=integer(1))),
 Region=rep(test$Region, vapply(ref2, FUN=length, FUN.VALUE=integer(1))),
 Ref=unlist(ref2),
 Alt=unlist(alt2),
 Prob=rep(test$Prob, vapply(ref2, FUN=length, FUN.VALUE=integer(1))))

Я не знаю, как решить, исправить этот столбец: например, '12..13': 12 должно идти на Ref=A и 13 должно идти на Ref=T (первый и второй символ, соответственно). Все усложняется, так как некоторые столбцы имеют 3 символа (и соответствующий диапазон: 22..24), а некоторые будут иметь больше.

Как я мог решить? Я искал решение в последние пару дней, но я все еще не уверен, как решить. Я прошу прощения, если это уже было решено где-то еще. PS: я знаю, что для того, чтобы strsplit на столбце "Регион" мне нужно использовать:

'\\..'

в качестве разделителя.

Answer 1

Если я правильно понимаю вашу конечную цель, вы можете использовать пакет data.table. С его помощью вы можете настроить свою проблему следующим образом:

library(data.table)
## Change your data.frame to a data.table
DT <- as.data.table(test)
## Convert the relevant columns to be characters instead of factors
DT[, c("Region", "Ref", "Alt") := lapply(.SD, as.character), 
   .SDcols = c("Region", "Ref", "Alt")]
DT[, list(Chrom_no = rep(Chrom_no, nchar(Ref)),          # Expand the Chrom_no
          Region = unlist(lapply(                        # Split Region and use
            strsplit(Region, "..", TRUE),                # the result to create
            function(x) {                                # the range of values
              x <- as.numeric(x)                         # needed
              if (length(x) > 1) seq(x[1], x[2]) else x
            })), 
          Ref = unlist(strsplit(Ref, "")),               # Split Ref
          Alt = unlist(strsplit(Alt, "")),               # Split Alt
          Prob = rep(Prob, nchar(Ref)))]                 # Expand Prob
#    Chrom_no Region Ref Alt Prob
# 1:        1     12   A   T 99.0
# 2:        1     13   T   A 99.0
# 3:        1     22   C   G 98.7
# 4:        1     23   G   A 98.7
# 5:        2    100   A   T 99.0
# 6:        3     34   A   C 99.9
# 7:        3     35   A   G 99.9
# 8:        3     36   A   G 99.9

Приведенный выше код, возможно, можно немного упростить, но я подумал, что этого должно быть достаточно, чтобы начать работу.