根据一个列值是否位于其他两个列值（范围）之间，将新列添加到带标签的数据框中

我有一个数据框（大约有 300 行），其中一列称为“geneID”：

geneID   distance  pvalue
4        30        0.05
409      0         0.001
60       41        0.02
...

我有第二个数据框，指示构成更大抗生素生物合成基因簇的基因范围（染色体中大约有 30 个基因簇）：

ClusterID           start   end
Chloramphenicol     100     130
NRPS                403     489
Terpene             5021    5109
...

我想要做的是，如果基因 ID 位于该基因簇的“开始”和“停止”之间，则向数据帧 1 添加另一列，标记为数据帧 2 的相应“簇 ID”：

geneID   distance  pvalue  ClusterID
4        30        0.05    NA
409      0         0.001   NRPS
60       41        0.02    NA

我尝试过使用向量作为 mutate 函数中的值：

ChIP_table %>%
  mutate(ClusterID = case_when((ID >= biosynthetic_clusters$start & ID <= biosynthetic_clusters$end) ~ biosynthetic_clusters$Cluster,
                               TRUE ~ "NA"))

这不起作用。不知道从这里去哪里。我尝试构建一个 for 循环，但仍然无法找到使用向量/列值作为排序/标签条件的方法。

任何帮助，将不胜感激！

你可以使用cut功能。假设你的数据框是df:

breaks <- c(100, 130, 403, 489, 5021, 5109)
labels <- c("Chloramphenicol", NA, "NRPS", NA, "Terpene")

df$ClusterID <- cut(df$geneID, breaks = breaks, labels = labels, include.lowest = TRUE)

中断是开始值、结束值。标签是每个可行范围的 ClusterID 名称。 NA 标签用于可行的范围间隙。因此，对于属于 ClusterID 范围内的基因 ID，它们将被分配 ClusterID 名称，否则为 NA。因此，需要一些预先的工作来输入标签向量。 （你可以编写一个函数来做到这一点。）但我认为它会起作用。