95 lines
No EOL
3.2 KiB
R
95 lines
No EOL
3.2 KiB
R
#' @title Handle Data
|
|
#' @param raw_data Raw data
|
|
#' @details The last column of the original data tells you from which
|
|
#' individual that line is from. The function first examines how many line
|
|
#' maximum is from one individual giving know if it is haploid, diploid, etc.
|
|
#' After this function. Add blank lines for individuals with fewer rows as
|
|
#' maximum. If the code of an allele is = 0, the function changes that allele
|
|
#' code to the smallest code that is larger than any code in use. After this,
|
|
#' the function changes the allele codes so that one locus j
|
|
#' codes get values between? 1, ..., Noah (j).
|
|
#' @export
|
|
handleData <- function(raw_data) {
|
|
# Alkuper?isen datan viimeinen sarake kertoo, milt?yksil?lt?
|
|
# kyseinen rivi on per?isin. Funktio tutkii ensin, ett?montako
|
|
# rivi?maksimissaan on per?isin yhdelt?yksil?lt? jolloin saadaan
|
|
# tiet?? onko kyseess?haploidi, diploidi jne... T?m?n j?lkeen funktio
|
|
# lis?? tyhji?rivej?niille yksil?ille, joilta on per?isin v?hemm?n
|
|
# rivej?kuin maksimim??r?
|
|
# Mik?li jonkin alleelin koodi on =0, funktio muuttaa t?m?n alleelin
|
|
# koodi pienimm?ksi koodiksi, joka isompi kuin mik??n k?yt?ss?oleva koodi.
|
|
# T?m?n j?lkeen funktio muuttaa alleelikoodit siten, ett?yhden lokuksen j
|
|
# koodit saavat arvoja v?lill?1,...,noalle(j).
|
|
|
|
data <- raw_data
|
|
nloci <- size(raw_data, 2) - 1
|
|
|
|
dataApu <- data[, 1:nloci]
|
|
nollat <- find(dataApu==0)
|
|
if (!isempty(nollat)) {
|
|
isoinAlleeli <- max(max(dataApu))
|
|
dataApu[nollat] <- isoinAlleeli + 1
|
|
data[, 1:nloci] <- dataApu
|
|
}
|
|
# dataApu <- []
|
|
# nollat <- []
|
|
# isoinAlleeli <- []
|
|
|
|
noalle <- zeros(1, nloci)
|
|
alleelitLokuksessa <- cell(nloci, 1)
|
|
for (i in 1:nloci) {
|
|
alleelitLokuksessaI <- unique(data[, i])
|
|
alleelitLokuksessa[i, 1] <- alleelitLokuksessaI[
|
|
find(alleelitLokuksessaI >= 0)
|
|
]
|
|
noalle[i] <- length(alleelitLokuksessa[i, 1])
|
|
}
|
|
alleleCodes <- zeros(max(noalle), nloci)
|
|
for (i in 1:nloci) {
|
|
alleelitLokuksessaI <- alleelitLokuksessa[i, 1]
|
|
puuttuvia <- max(noalle) - length(alleelitLokuksessaI)
|
|
alleleCodes[, i] <- as.matrix(
|
|
c(alleelitLokuksessaI, zeros(puuttuvia, 1))
|
|
)
|
|
}
|
|
|
|
nind <- max(data[, ncol(data)])
|
|
nrows <- size(data, 1)
|
|
ncols <- size(data, 2)
|
|
rowsFromInd <- zeros(nind, 1)
|
|
for (i in 1:nind) {
|
|
rowsFromInd[i] <- length(find(data[, ncol(data)] == i))
|
|
}
|
|
maxRowsFromInd <- max(rowsFromInd)
|
|
a <- -999
|
|
emptyRow <- repmat(a, c(1, ncols))
|
|
lessThanMax <- find(rowsFromInd < maxRowsFromInd)
|
|
missingRows <- maxRowsFromInd * nind - nrows
|
|
data <- as.matrix(c(data, zeros(missingRows, ncols)))
|
|
pointer <- 1
|
|
for (ind in t(lessThanMax)) { #K?y l?pi ne yksil?t, joilta puuttuu rivej?
|
|
miss = maxRowsFromInd-rowsFromInd(ind); # T?lt?yksil?lt?puuttuvien lkm.
|
|
}
|
|
data <- sortrows(data, ncols) # Sorttaa yksil?iden mukaisesti
|
|
newData <- data
|
|
rowsFromInd <- maxRowsFromInd
|
|
|
|
adjprior <- zeros(max(noalle), nloci)
|
|
priorTerm <- 0
|
|
for (j in 1:nloci) {
|
|
adjprior[, j] <- as.matrix(c(
|
|
repmat(1 / noalle[j], c(noalle[j], 1)),
|
|
ones(max(noalle) - noalle[j], 1)
|
|
))
|
|
priorTerm <- priorTerm + noalle[j] * lgamma(1 / noalle[j])
|
|
}
|
|
out <- list(
|
|
newData = newData,
|
|
rowsFromInd = rowsFromInd,
|
|
alleleCodes = alleleCodes,
|
|
noalle = noalle,
|
|
adjprior = adjprior,
|
|
priorTerm = priorTerm
|
|
)
|
|
return(out)
|
|
} |