R语言中如何针对字符串的每个位置调用自定义函数？

基础实现（完全复用现有find.TATA函数） #

直接使用base R自带的vapply遍历1~995的所有位置，调用已有函数返回结果：

scan_TATA_whole_seq <- function(dna_seq) {
  # 遍历所有待检测位置，调用find.TATA返回布尔结果
  bool_res <- vapply(
    X = 1:995,
    FUN = find.TATA,
    FUN.VALUE = logical(1), # 固定返回值类型为单个布尔值，避免类型异常
    s = dna_seq # 固定传入待检测DNA序列
  )
  return(bool_res)
}

使用说明 #

• 调用方式：传入你的DNA序列字符串即可，比如res <- scan_TATA_whole_seq(your_dna_string)
• 返回值是长度为995的布尔向量，第i位对应序列第i个位置的检测结果
• 统计匹配成功的次数直接用sum(res)即可，R中布尔值TRUE会自动转为1、FALSE转为0，不需要额外转哑变量

可选优化实现（更高运行效率） #

原有find.TATA每次调用都会重复执行字符串转向量的操作，批量检测时可以把这一步提到外层，减少重复计算，不需要依赖原有函数也能实现相同逻辑：

scan_TATA_optimized <- function(dna_seq) {
  # 提前一次性完成序列转换，避免重复计算
  dna_vec <- string.to.vec(dna_seq)
  tata_vec <- string.to.vec("TATAAA")
  bool_res <- vapply(
    X = 1:995,
    FUN = function(k) all(dna_vec[k:(k+5)] == tata_vec),
    FUN.VALUE = logical(1)
  )
  return(bool_res)
}

内容的提问来源于stack exchange，提问作者user28476