如何仅更换“之前”的零件：&引用；在R中列的每一行中

因此，在数据集中，我有一个名为“干预”的列，每一行如下所示：

第1行：“药物：美罗华|药物：乌托米卢|药物：阿维鲁单抗|药物：PF04518600”

第2行：“生物学：阿来单抗|生物学：供体淋巴细胞|药物：卡莫司汀|药物：阿糖胞苷|药物：足叶乙甙|药物：美法仑|程序：异基因骨髓移植”

我只想提取干预类型，如“药物”、“生物”、“程序”，以保留在列中。甚至更好的是，如果能有独特的干预类型，而不是像第一排那样的“药物”4次

预期输出如下所示：

第1行：“药物”

第2行：“生物、药物、程序”

---

我刚刚开始使用r，我已经安装了tidyverse，并且有点习惯于使用%>%。如果有人能帮我，非常感谢

如果我们只想提取

前面的前缀部分：

library(dplyr)
library(stringr)
library(tidyr)
library(purrr)
df1 %>%
   mutate(Interventions = map_chr(str_extract_all(Interventions, 
          "\\w+(?=:)"), ~ toString(sort(unique(.x)))))
#               Interventions
#1                        Drug
#2 Biological, Drug, Procedure

---

或者另一个选项是根据分隔符分隔行，

切片

备用行，并将

排序

ed

唯一

值粘贴在一起

df1 %>%
   mutate(rn = row_number()) %>% 
   separate_rows(Interventions, sep="[:|]") %>% 
   group_by(rn) %>% 
   slice(seq(1, n(), by = 2)) %>%
   distinct() %>%
   summarise(Interventions = toString(sort(unique(Interventions)))) %>%
   ungroup %>% 
   select(-rn)
# A tibble: 2 x 1
#    Interventions              
#  <chr>                      
#1 Drug                       
#2 Biological, Drug, Procedure

df1%>%
变异（rn=行数（））%>%
单独的_行（干预，sep=“[：|]”）%>%
分组依据（rn）%>%
切片（seq（1，n（），by=2））%>%
不同的（）%>%
总结（干预=toString（排序（唯一（干预）））%>%
解组%>%
选择（-rn）
#一个tibble:2x1
#干预措施
#                        
#1药物
#2生物、药物、程序

数据

---

df1不像Akruns那样简洁和相同的逻辑，而是在Base R中：

# Create df: 

df1 <- structure(list(Interventions = c("Drug: Rituximab|Drug: Utomilumab|Drug: Avelumab|Drug: PF04518600", 
                                        "Biological: alemtuzumab|Biological: donor lymphocytes|Drug: carmustine|Drug: cytarabine|Drug: etoposide|Drug: melphalan|Procedure: allogeneic bone marroow"
)), class = "data.frame", row.names = c(NA, -2L))

# Assign a row id vec: 

df1$row_num <- 1:nrow(df1)

# Split string on | delim: 

split_up <- strsplit(df1$Interventions, split = "[|]")

# Roll down the dataframe - keep uniques: 

rolled_out <- unique(data.frame(row_num = rep(df1$row_num, sapply(split_up, length)),

                             Interventions = gsub("[:].*","", unlist(split_up))))

# Stack the dataframe: 

df2 <- aggregate(Interventions~row_num, rolled_out, paste0, collapse = ", ")

# Drop id vec: 

df2 <- within(df2, rm("row_num"))

#创建df:
df1您好，谢谢您的回复，但是，因为这一列中只有两个数据示例，所以干预类型比这三个多。最初，数据集的每一行代表一个独特的临床试验。所以我这里不需要特定药物的名称，只需要干预的类型，我希望它们在同一行中。预期输出为第1行：“药物”；第2行：“生物、药物、程序”。
# Create df: 

df1 <- structure(list(Interventions = c("Drug: Rituximab|Drug: Utomilumab|Drug: Avelumab|Drug: PF04518600", 
                                        "Biological: alemtuzumab|Biological: donor lymphocytes|Drug: carmustine|Drug: cytarabine|Drug: etoposide|Drug: melphalan|Procedure: allogeneic bone marroow"
)), class = "data.frame", row.names = c(NA, -2L))

# Assign a row id vec: 

df1$row_num <- 1:nrow(df1)

# Split string on | delim: 

split_up <- strsplit(df1$Interventions, split = "[|]")

# Roll down the dataframe - keep uniques: 

rolled_out <- unique(data.frame(row_num = rep(df1$row_num, sapply(split_up, length)),

                             Interventions = gsub("[:].*","", unlist(split_up))))

# Stack the dataframe: 

df2 <- aggregate(Interventions~row_num, rolled_out, paste0, collapse = ", ")

# Drop id vec: 

df2 <- within(df2, rm("row_num"))