Tenho vários milhares de linhas como esta armazenadas em um objeto em R. Quero criar um novo df2 pareando elementos de duas colunas ($exonStarts e $exonEnds) do df abaixo
df <- structure(list(bin = c(0L, 0L, 0L, 0L, 0L, 0L), name = c("XM_011541469.2",
"XM_017001276.2", "XM_011541467.2", "NM_001276352.2", "NM_001276351.2",
"XM_011541465.3"), chr = c("chr1", "chr1", "chr1", "chr1", "chr1",
"chr1"), strand = c("-", "-", "-", "-", "-", "-"), txStart = c(67092164L,
67092164L, 67092164L, 67092164L, 67092164L, 67092164L), txEnd = c(67109072L,
67131227L, 67131227L, 67134970L, 67134970L, 67134970L), cdsStart = c(67093004L,
67093004L, 67093004L, 67093579L, 67093004L, 67093004L), cdsEnd = c(67103382L,
67127240L, 67127240L, 67127240L, 67127240L, 67127240L), exonCount = c(5L,
9L, 9L, 9L, 8L, 9L), exonStarts = c("67092164,67095234,67096251,67103237,67109028,",
"67092164,67095234,67096251,67103237,67111576,67115351,67125751,67127165,67131141,",
"67092164,67095234,67096251,67103237,67111576,67115351,67125751,67127165,67131141,",
"67092164,67096251,67103237,67111576,67115351,67125751,67127165,67131141,67134929,",
"67092164,67095234,67096251,67115351,67125751,67127165,67131141,67134929,",
"67092164,67095234,67096251,67103237,67111576,67115351,67125751,67127165,67134929,"
), exonEnds = c("67093604,67095421,67096321,67103382,67109072,",
"67093604,67095421,67096321,67103382,67111644,67115464,67125909,67127257,67131227,",
"67093604,67095421,67096321,67103343,67111644,67115464,67125909,67127257,67131227,",
"67093604,67096321,67103382,67111644,67115464,67125909,67127257,67131227,67134970,",
"67093604,67095421,67096321,67115464,67125909,67127257,67131227,67134970,",
"67093604,67095421,67096321,67103382,67111644,67115464,67125909,67127257,67134970,"
), score = c(0L, 0L, 0L, 0L, 0L, 0L), gene = c("C1orf141", "C1orf141",
"C1orf141", "C1orf141", "C1orf141", "C1orf141"), cdsStartStat = c("cmpl",
"cmpl", "cmpl", "cmpl", "cmpl", "cmpl"), cdsEndStat = c("cmpl",
"cmpl", "cmpl", "cmpl", "cmpl", "cmpl"), exonFrames = c("0,2,1,0,-1,",
"0,2,1,0,1,2,0,0,-1,", "0,2,1,0,1,2,0,0,-1,", "2,1,0,1,2,0,0,-1,-1,",
"0,2,1,2,0,0,-1,-1,", "0,2,1,0,1,2,0,0,-1,")), row.names = c(NA,
6L), class = "data.frame")
para produzir uma saída como abaixo. A primeira linha da entrada df deve produzir 5 linhas de df2 no formato abaixo, pareando cada elemento de $exonStart com cada elemento de $exonEnd (as contagens de elementos serão idênticas e estão presentes na coluna $exonCount).
$chr $exonStart $exonEnd
chr1 67092164 67093604
chr1 67095234 67095421
chr1 67096251 67096321
chr1 67103237 67103382
chr1 67109028 67109072
Isso precisa iterar sobre todas as linhas de entrada df e todos os resultados combinados em df2. Então, no total, haveria sum(object$exonCount)linhas em df2.
Eu sei que haveria algum tipo de strsplitfunção aqui para dividir $exonStarts e $exonEnds e então combiná-los. Talvez uma applyfunção para fazer isso em todas as linhas? Eu tentei algo assim primeiro
map2(unlist(strsplit(df$exonStarts[1], ",")), unlist(strsplit(dft$exonEnds[1], ",")), c)
para produzir uma lista de elementos pareados
[[1]]
[1] "67092164" "67093604"
[[2]]
[1] "67095234" "67095421"
[[3]]
[1] "67096251" "67096321"
[[4]]
[1] "67103237" "67103382"
[[5]]
[1] "67109028" "67109072"
Mas não sei para onde ir a partir daqui. Qualquer ajuda seria apreciada.