在 R 中的模式/分隔符之间提取字符串 [英] Extract a string between patterns/delimiters in R

问题描述

我有以下形式的变量名:

I have variable names in the form:

PP_Sample_12.GT

或

PP_Sample-17.GT

我正在尝试使用字符串拆分来提取中间部分:即 Sample_12 或 Sample-17.但是，当我这样做时:

I'm trying to use string split to grep out the middle section: ie Sample_12 or Sample-17. However, when I do:

IDtmp <- sapply(strsplit(names(df[c(1:13)]),'_'),function(x) x[2])
IDs <- data.frame(sapply(strsplit(IDtmp,'.GT',fixed=T),function(x) x[1]))

我最终得到了 PP_Sample_12.GT 的 Sample.

I end up with Sample for PP_Sample_12.GT.

还有其他方法可以做到这一点吗?也许使用模式/替换功能?虽然，不确定这是否存在于 R(但我认为这可能适用于 gsub)

Is there another way to do this? Maybe using a pattern/replace kind of function ? Though, not sure if this exists in R (but I think this might work with gsub)

推荐答案

使用此输入:

x <- c("PP_Sample_12.GT", "PP_Sample-17.GT")

1) strsplit.用点替换第一个下划线，然后在点上拆分:

1) strsplit. Replace the first underscore with a dot and then split on dots:

spl <- strsplit(sub("_", ".", x), ".", fixed = TRUE)
sapply(spl, "[", 2)

2) gsub 替换前缀 (^[^_]*_) 和后缀 (\\.[^.]*$") 与空字符串:

2) gsub Replace the prefix (^[^_]*_) and the suffix (\\.[^.]*$") with the empty string:

gsub("^[^_]*_|\\.[^.]*$", "", x)

3) gsubfn::strapplyc 提取下划线和点之间的所有内容.

3) gsubfn::strapplyc extract everything between underscore and dot.

library(gsubfn)
strapplyc(x, "_(.*)\\.", simplify = TRUE)

这篇关于在 R 中的模式/分隔符之间提取字符串的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！