时间戳

首页 > 解决方案 > 从 data.farme 的行中拆分和子集

r - 从 data.farme 的行中拆分和子集

问题描述

如何使用 strsplit 从这种类型的字符串中提取模式为 NM_001291928（一次）和 Adora1？

"gene_id ""NM_001291928""；transcript_id ""NM_001291928""；gene_name ""Adora1""；"

我试过了：

  strsplit(as.character(mydf[,1]), split=';', fixed=TRUE)

作为第一次尝试至少拆分行，然后对我需要的内容进行子集化，但没有成功。

我有一个具有 20.000 行的 data.frame，其结构与上面的行相同，但当然内容不同。

任何人都可以帮助我吗？

先感谢您

标签： r

解决方案

我们可以使用正则表达式环视

library(stringr)
library(dplyr)
str_remove_all(str1, '"') %>%
    str_extract_all("(?<=(gene_id|gene_name) )\\w+")
#[[1]]
#[1] "NM_001291928" "Adora1"

或使用strsplit

lapply(strsplit(gsub('"', '', str1), '[; ]+'), `[`, c(2, 6))

数据

str1 <- '"gene_id ""NM_001291928""; transcript_id ""NM_001291928""; gene_name ""Adora1"";"'

推荐阅读