Hinzufügen mehrere Spalten in R data.table

Question

Ich habe eine data.table mit Sequenzen und die Anzahl der liest, etwa so:

sequence num_reads 
1: AACCTGCCG   1 
2: CGCGCTCAA   12 
3: AGTGTGAGC   3 
4: TGGGTACAC   11 
5: GGCCGCGTG   15 
6: CCTTAAGAG   2 
7: GCGGAACTG   9 
8: GCGTTGTAG   17 
9: GTTGTAGCG   20 
10: ACACGTGAC  16 

ich data.table verwenden möchte zwei neue Spalten hinzufügen Diese Tabelle basiert auf den Ergebnissen der Anwendung von dpois() mit zwei Gewichten und zwei Lambdas. Die richtige Ausgabe sollte dies sein (basierend auf der Verwendung data.frame):

sequence  num_reads      clus1      clus2 
1 AACCTGCCG   1 2.553269503552647000377e-03 1.610220613932057849571e-03 
2 CGCGCTCAA  12 1.053993989051599418361e-02 2.887608256917401083896e-02 
3 AGTGTGAGC   3 2.085170094567994833468e-02 1.717568654860860896672e-02 
4 TGGGTACAC  11 1.806846838374168498498e-02 4.331412385376097462508e-02 
5 GGCCGCGTG  15 1.324248858039188620275e-03 5.415587646672919558410e-03 
6 CCTTAAGAG   2 8.936443262434262332916e-03 6.440882455728230530922e-03 
7 GCGGAACTG   9 4.056186780023639942838e-02 7.444615037365168164207e-02 
8 GCGTTGTAG  17 2.385595369261770803265e-04 1.274255916864215588610e-03 
9 GTTGTAGCG  20 1.196285397159046524451e-05 9.538289904012846548518e-05 
10 ACACGTGAC  16 5.793588753921446012421e-04 2.707793823336458478163e-03 

Aber wenn ich versuche zu verwenden data.table Ich kann nicht das richtige Ergebnis zu bekommen scheinen. Hier ist, was habe ich versucht (basierend auf ähnliche Fragen rund um dieses Thema gefragt):

pois = function(n, p, l){return(dpois(as.numeric(as.character(n)), l)*p) } 
    x = x[, c(paste("clus", seq(1,2), sep = '')) := pois(num_reads, c(0.4,0.6), c(7,8)), by = seq_len(nrow(x))] 

Und hier ist das Ergebnis:

  sequence num_reads        clus1      clus2 
    1: AACCTGCCG   1  2.553269503552647000377e-03 2.553269503552647000377e-03 
    2: CGCGCTCAA  12  1.053993989051599418361e-02 1.053993989051599418361e-02 
    3: AGTGTGAGC   3  2.085170094567994833468e-02 2.085170094567994833468e-02 
    4: TGGGTACAC  11  1.806846838374168498498e-02 1.806846838374168498498e-02 
    5: GGCCGCGTG  15  1.324248858039188620275e-03 1.324248858039188620275e-03 
    6: CCTTAAGAG   2  8.936443262434262332916e-03 8.936443262434262332916e-03 
    7: GCGGAACTG   9  4.056186780023639942838e-02 4.056186780023639942838e-02 
    8: GCGTTGTAG  17  2.385595369261770803265e-04 2.385595369261770803265e-04 
    9: GCGTTGTAG  20  1.196285397159046524451e-05 1.196285397159046524451e-05 
    10: ACACGTGAC  16  5.793588753921446012421e-04 5.793588753921446012421e-04 

Der Grund, warum ich bin mit data.table und nicht data.frame ist, dass meine realen Daten 100.000 Zeilen haben. Ich habe die Antworten auf this und this studiert, aber ich war nicht in der Lage, eine Lösung zu finden.

Alle Tipps, die Sie haben, würden sehr geschätzt werden. Vielen Dank!

Answer 1

Wir versuchen

x[, paste("clus", seq(1,2), sep = ''):= 
     as.list(pois(num_reads, c(0.4,0.6), c(7,8))), by = seq_len(nrow(x))] 
x 
# sequence num_reads   clus1  clus2 
#1: AACCTGCCG   1 0.00255326950 0.0016102206 
#2: CGCGCTCAA  12 0.01053993989 0.0288760826 
#3: AGTGTGAGC   3 0.02085170095 0.0171756865 
#4: TGGGTACAC  11 0.01806846838 0.0433141239 
#5: GGCCGCGTG  15 0.00132424886 0.0054155876 
#6: CCTTAAGAG   2 0.00893644326 0.0064408825 
#7: GCGGAACTG   9 0.04056186780 0.0744461504 
#8: GCGTTGTAG  17 0.00023855954 0.0012742559 
#9: GTTGTAGCG  20 0.00001196285 0.0000953829 
#10:ACACGTGAC  16 0.00057935888 0.0027077938