我有 9 个基因列表，每个基因长度为 2000 个。如果存在于 6 个或更多列表中，我想保留基因。我不知道如何指定这个，我一直在使用 intersect 函数。
任何帮助表示赞赏。
回答1
首先，使用一些辅助函数重新创建数据：
# gene generating function as a trigram of lower case letters
gene <- function(...) {
paste(sample(letters, 3), collapse = "")
}
# creating lists of genes
gene_lists <- lapply(seq(9), function(x) sapply(seq(2000), gene))然后提取独特的元素：
# getting unique genes
unique_genes <- unique(unlist(gene_lists))
length(unique_genes)
[1] 10661在这里我们可以检查合成数据是否有一些冗余：
# checking if there are enough redundant genes
stopifnot(length(unique_genes) < length(unlist(gene_lists)))然后在计算出现次数的同时迭代唯一基因并列出：
# iterating over unique_genes
gene_occurence <- sapply(unique_genes, function(gene) {
# iterating over lists
# sum counts the total number of occurence
sum(sapply(gene_lists, function(x) { gene %in% x }))
})
length(gene_occurence)
[1] 10661
table(gene_occurence)
1 2 3 4 5 6
6017 3330 1050 231 31 2然后得到共同基因：
limit <- 6
common_genes <- unique_genes[which(gene_occurence >= limit)]
common_genes
[1] "ngu" "het"