同じグループ化係数でグループ平均を数回計算する

Question

私には遺伝的データがあります。それは非常に大きく、約17,000の遺伝マーカー（SNP）と700人の個体。これらのSNPは創始者に割り当てることができます。 今度は、「創業者セグメント」あたりの平均確率を計算したいと思います。セグメントは、中断されていない1つのファウンダーに割り当てられている染色体の一部として定義されます。

以下の例では、3つのセグメントがあります。
最後に、セグメント内のすべてのSNPに対する平均確率を知りたいと思います。

Chromosome SNP Founder Probability 
1  1  7  0.6 
1  2  7  0.5 
1  3  7  0.7 
1  4  2  0.5 
1  5  2  0.8 
1  6  7  0.6 
1  7  7  0.5 

私はdplyrで簡単にグループ化することができますが、私は私が何をしたいので、創業者7.

と一緒に他のセグメントとの創設者7の最初のセグメントを望んでいない：

Chromosome SNP Founder Probability Average 
1  1  7  0.6  0.6 
1  2  7  0.5  0.6 
1  3  7  0.7  0.6 
1  4  2  0.5  0.65 
1  5  2  0.8  0.65 
1  6  7  0.6  0.55 
1  7  7  0.5  0.55 

同じグループ化係数を何回か持っていると、グループ平均値Iをどのように計算できますか？

Answer 1

dplyrで、私たちは「染色体」と一緒にグループ化変数を作成するために、「創立者の隣接する要素を比較して、「確率」

library(dplyr) 
library(data.table) 
df1 %>% 
    group_by(Chromosome, grp1 = cumsum(Founder!=lag(Founder, default = Founder[n()]))) %>% 
    mutate(Average = mean(Probability)) 
# Chromosome SNP Founder Probability grp1 Average 
#  <int> <int> <int>  <dbl> <int> <dbl> 
#1   1  1  7   0.6  0 0.60 
#2   1  2  7   0.5  0 0.60 
#3   1  3  7   0.7  0 0.60 
#4   1  4  2   0.5  1 0.65 
#5   1  5  2   0.8  1 0.65 
#6   1  6  7   0.6  2 0.55 
#7   1  7  7   0.5  2 0.55 

---

またはdata.tableを使用してのmeanを得ることができ、 'data.frame'から 'data.table'（setDT(df1)）を 'Chromome'でグループ化し、 'Founder'のランレングスタイプid（rleid）に変換すると、meanには ''が割り当てられます。 「平均」列。

library(data.table) 
setDT(df1)[, Average := mean(Probability) , .(Chromosome, grp1 = rleid(Founder))]