寻找数据帧值的范围

我有 2 个数据框：

> access
     V1     V2     V3
1 chr10 136122 136533
2 chr10 179432 179769
3 chr10 182988 183371
4 chr10 224234 224489
5 chr10 237693 237958

and

> peaks
     V1     V2     V3
1 chr10 126122 126533
2 chr10 179450 179730
3 chr10 182788 183350
4 chr10 224244 224500
5 chr10 237695 237950

V2 和 V3 列是start and end两个数据框中的区域（范围）。我想保留这些行peaks其数据框access$V1 == peaks$V1AND 属于以下范围（或区域）access数据框。例如，新的数据框将类似于：peaks数据框的

• 第一行区域不存在于access数据框，因此它将被分配类别U.

• 第 2 行peaks落在给定范围内access数据框（第二行）并将被分配类别B.

• 第 3 排peaks并不完全落在该区域，但它在某种程度上与第三行中的区域重叠access，为此我将分配类别A.

• 第 4 行peaks在访问第 4 行区域末尾之后的 11 个数字处也没有完全重叠，这也将属于类别A.

• 第五行属于该区域，因此将属于类别B.

预期输出：

> newdf   
     V1     V2     V3 V4
1 chr10 126122 126533  U
2 chr10 179450 179730  B
3 chr10 182788 183350  A
4 chr10 224244 224500  A
5 chr10 237695 237950  B

以下是输入数据帧的输出：

> dput(peaks)
structure(list(V1 = structure(c(1L, 1L, 1L, 1L, 1L), .Label = "chr10", class = "factor"), 
    V2 = c(126122L, 179450L, 182788L, 224244L, 237695L), V3 = c(126533L, 
    179730L, 183350L, 224500L, 237950L)), .Names = c("V1", "V2", 
"V3"), class = "data.frame", row.names = c(NA, -5L))

> dput(access)
    structure(list(V1 = structure(c(1L, 1L, 1L, 1L, 1L), .Label = "chr10", class = "factor"), 
        V2 = c(136122L, 179432L, 182988L, 224234L, 237693L), V3 = c(136533L, 
        179769L, 183371L, 224489L, 237958L)), .Names = c("V1", "V2", 
    "V3"), class = "data.frame", row.names = c(NA, -5L))

Edit:

我的新访问 df 如下所示，现在我还想在最终输出 df 中附加最后一列：

> access
     V1     V2     V3  V4
1 chr10 136122 136533  found
2 chr10 179432 179769  notFound
3 chr10 182988 183371  found
4 chr10 224234 224489  found
5 chr10 237693 237958  notFound

所以现在有一个额外的条件，如果 access 中的行落在峰值范围内，则还将 V4 中的值附加到最终 df 的新列中，如果未找到某个区域，则默认情况下将是notFound。因此，最终输出将是：

> newdf   
     V1     V2     V3 V4 V5
1 chr10 126122 126533  U notFound
2 chr10 179450 179730  B notFound
3 chr10 182788 183350  A found
4 chr10 224244 224500  A found
5 chr10 237695 237950  B notFound

Here in row1$V5该值未找到，因为未找到该区域，在其余情况下，我们从修改后的访问 df 中获取了 V5 中的值。

如果速度是一个问题，链接data.table解决方案可能会更好，但也可以通过dplyr，但可能要慢得多：

library(dplyr)
names(access)[2:3] <- c('start', 'end')

bind_cols(peaks[-1], access) %>%
  rowwise() %>% 
  mutate(V4 = if_else(all(V2:V3 %in% start:end), 'B',
                      if_else(any(V2:V3 %in% start:end), 'A',
                              'U')))

Result:

Source: local data frame [5 x 6]
Groups: <by row>

# A tibble: 5 x 6
      V2     V3     V1  start    end    V4
   <int>  <int> <fctr>  <int>  <int> <chr>
1 126122 126533  chr10 136122 136533     U
2 179450 179730  chr10 179432 179769     B
3 182788 183350  chr10 182988 183371     A
4 224244 224500  chr10 224234 224489     A
5 237695 237950  chr10 237693 237958     B