数据如下：
| Chr | Start | End | S1 | S2 | S3 | S4 |
| chr1 | 610908 | 610908 | 92.4 | 95.4 | 96.7 | 100 |
| chr1 | 610916 | 610916 | 94.7 | 96.9 | 97.5 | 100 |
| chr1 | 610932 | 610932 | 36.7 | 40 | 73.9 | 60 |
| chr1 | 610963 | 610963 | 85.4 | 80 | 75.6 | 60 |
| chr1 | 629882 | 629882 | 4 | 3.8 | 3.2 | 3.8 |
| chr1 | 630017 | 630017 | 0 | 0 | 0 | 0 |
| chr2 | 631860 | 631860 | 0.6 | 14.3 | 0.6 | 1.5 |
| chr2 | 631933 | 631933 | 0.6 | 0 | 0.3 | 0.8 |
| chr2 | 631969 | 631969 | 0.6 | 0 | 0.6 | 1.2 |
| chr2 | 631979 | 631979 | 0 | 0 | 0.3 | 1.2 |
| chr2 | 631996 | 631996 | 0 | 0 | 0.3 | 0.4 |
| chr2 | 632011 | 632011 | 0 | 0 | 0 | 0.8 |
| chr2 | 632023 | 632023 | 7.9 | 0 | 5.6 | 8 |
| chr3 | 634024 | 634024 | NA | 0 | 0 | 0 |
| chr3 | 634028 | 634028 | NA | 0 | 0 | 0 |
| chr3 | 634047 | 634047 | NA | 0 | 0 | 0 |
| chr3 | 727034 | 727034 | 96.6 | 93.3 | 100 | 100 |
| chr3 | 727048 | 727048 | 100 | 100 | 100 | 100 |
| chr3 | 727061 | 727061 | 89.7 | 100 | 100 | 100 |
| chr3 | 727099 | 727099 | 100 | 100 | 100 | 100 |
我的目的是找到这样的区域：
在第一列相同的情况下，Start的距离和不超过150，并且在该区域内至少含有3个点，例如上面的结果就有3个区域
| Chr | Start | End | S1 | S2 | S3 | S4 |
| chr1 | 610908 | 610908 | 92.4 | 95.4 | 96.7 | 100 |
| chr1 | 610916 | 610916 | 94.7 | 96.9 | 97.5 | 100 |
| chr1 | 610932 | 610932 | 36.7 | 40 | 73.9 | 60 |
| chr1 | 610963 | 610963 | 85.4 | 80 | 75.6 | 60 |
| chr2 | 631933 | 631933 | 0.6 | 0 | 0.3 | 0.8 |
| chr2 | 631969 | 631969 | 0.6 | 0 | 0.6 | 1.2 |
| chr2 | 631979 | 631979 | 0 | 0 | 0.3 | 1.2 |
| chr2 | 631996 | 631996 | 0 | 0 | 0.3 | 0.4 |
| chr3 | 727048 | 727048 | 100 | 100 | 100 | 100 |
| chr3 | 727061 | 727061 | 89.7 | 100 | 100 | 100 |
| chr3 | 727099 | 727099 | 100 | 100 | 100 | 100 |
同时，各个区域内要满足以下条件：
每一行的4-7列的最大值不超过2，平均值不超过1
因此最后的结果是：
| chr2 | 631933 | 631933 | 0.6 | 0 | 0.3 | 0.8 |
| chr2 | 631969 | 631969 | 0.6 | 0 | 0.6 | 1.2 |
| chr2 | 631979 | 631979 | 0 | 0 | 0.3 | 1.2 |
| chr2 | 631996 | 631996 | 0 | 0 | 0.3 | 0.4 |
我最后想输出两个文件，一个格式跟上面这个表一样，另一个格式如下
| Chr | Start | End | Length | site_number | average |
| chr2 | 631933 | 631996 | 64 | 4 | 0.39375 |
也就是这个区域的起始位置和长度，以及这个区域内的点的数目和值的均值。
关于第一个输出文件，我的想法是用tidyverse：
但是结果总是不对，并没有按照我想的那样按照区域过滤。。。。。关于第二个输出文件我就完全没有思路了
扫码加好友，拉您进群
全部版块
我的主页
收藏
