Comprendere la funzione `Reduce`

Question

Ho una domanda sulla funzione di riduzione in R. Ho letto la sua documentazione, ma sono ancora un po 'confuso. Quindi, ho 5 vettori con il nome dei geni. Ad esempio:

v1 <- c("geneA","geneB",""...) 
v2 <- c("geneA","geneC",""...) 
v3 <- c("geneD","geneE",""...) 
v4 <- c("geneA","geneE",""...) 
v5 <- c("geneB","geneC",""...) 

E mi piacerebbe scoprire quali geni sono presenti in almeno due vettori. Alcune persone hanno suggerito:

Reduce(intersect,list(a,b,c,d,e)) 

Io apprezzo molto se qualcuno potesse spiegare a me come funziona questa affermazione, perché ho visto Ridurre utilizzato in altri scenari. Grazie!

Answer 1

Reduce accetta una funzione binaria e un elenco di elementi di dati e successivamente applica la funzione agli elementi dell'elenco in modo ricorsivo. Per esempio:

Reduce(intersect,list(a,b,c)) 

è lo stesso di

intersect((intersect(a,b),c) 

Tuttavia, non credo che il costrutto vi aiuterà a qui come restituirà solo quegli elementi che sono comuni a tutti i vettori.

per contare il numero di vettori che un gene appare in voi potrebbe effettuare le seguenti operazioni:

vlist <- list(v1,v2,v3,v4,v5) 
addmargins(table(gene=unlist(vlist), vec=rep(paste0("v",1:5),times=sapply(vlist,length))),2,list(Count=function(x) sum(x[x>0]))) 
     vec 
gene v1 v2 v3 v4 v5 Count 
    geneA 1 1 0 1 0  3 
    geneB 1 0 0 0 1  2 
    geneC 0 1 0 0 1  2 
    geneD 0 0 1 0 0  1 
    geneE 0 0 1 1 0  2 

Answer 2

Un bel modo per vedere cosa Reduce() sta facendo è di eseguirlo con il suo argomento accumulate=TRUE. Quando accumulate=TRUE, restituirà un vettore o un elenco in cui ogni elemento mostra il suo stato dopo aver elaborato il primo n elementi dell'elenco in x. Ecco un paio di esempi:

Reduce(`*`, x=list(5,4,3,2), accumulate=TRUE) 
# [1] 5 20 60 120 

i2 <- seq(0,100,by=2) 
i3 <- seq(0,100,by=3) 
i5 <- seq(0,100,by=5) 
Reduce(intersect, x=list(i2,i3,i5), accumulate=TRUE) 
# [[1]] 
# [1] 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 
# [20] 38 40 42 44 46 48 50 52 54 56 58 60 62 64 66 68 70 72 74 
# [39] 76 78 80 82 84 86 88 90 92 94 96 98 100 
# 
# [[2]] 
# [1] 0 6 12 18 24 30 36 42 48 54 60 66 72 78 84 90 96 
# 
# [[3]] 
# [1] 0 30 60 90 

Answer 3

Assumendo i valori di input forniti alla fine di questa risposta, l'espressione

Reduce(intersect,list(a,b,c,d,e)) 
## character(0) 

dà i geni che sono presenti in tutti i vettori, non i geni che sono presente in almeno due vettori. Significa:

intersect(intersect(intersect(intersect(a, b), c), d), e) 
## character(0) 

Se vogliamo che i geni che sono in almeno due vettori:

L <- list(a, b, c, d, e) 
u <- unlist(lapply(L, unique)) # or: Reduce(c, lapply(L, unique)) 

tab <- table(u) 
names(tab[tab > 1]) 
## [1] "geneA" "geneB" "geneC" "geneE" 

o

sort(unique(u[duplicated(u)])) 
## [1] "geneA" "geneB" "geneC" "geneE" 

Nota: Abbiamo usato:

a <- c("geneA","geneB") 
b <- c("geneA","geneC") 
c <- c("geneD","geneE") 
d <- c("geneA","geneE") 
e <- c("geneB","geneC")