仅根据R中句子的一部分查找不同的元素

我有一个data.frame，看起来像这样

name=c("PFLU_00001_gene", "PFLU_00001_mRNA", "PFLU_00001", 
       "PFLU_00002_gene", "PFLU_00002_mRNA", "PFLU_00002",
       "PFLU_00003_gene", "PFLU_00003_mRNA", "PFLU_00003")

type=c("gene", "mRNA","CDS","gene", "mRNA","CDS","gene", "mRNA","NA")

df <- data.frame(name, type)

             name type
1 PFLU_00001_gene gene
2 PFLU_00001_mRNA mRNA
3      PFLU_00001  CDS
4 PFLU_00002_gene gene
5 PFLU_00002_mRNA mRNA
6      PFLU_00002  CDS
7 PFLU_00003_gene gene
8 PFLU_00003_mRNA mRNA
9      PFLU_00003  NA

非常感谢您的帮助和指导

致以最良好的祝愿，

---

LDT

我们可以使用

str\u remove

删除字符串末尾（

$

）的一个或多个非

字符（

[^.+$

），并使用

唯一的
+
）指定regex查找（
（？基本R选项

unique(
  transform(
    df["name"],
    name = gsub("_\\D+$", "", name)
  )
)

给予

谢谢@akrun！总是令人惊奇的解决方案。我会尽快接受答案。也感谢您为我提供的解释。我正在了解字符串替换：|
library(dplyr)
library(stringr)
df %>% 
    transmute(name = str_remove(name, "(?<=[0-9])_[^_]+$")) %>% 
    distinct(name)

#    name
#1 PFLU_00001
#2 PFLU_00002
#3 PFLU_00003

unique(
  transform(
    df["name"],
    name = gsub("_\\D+$", "", name)
  )
)

        name
1 PFLU_00001
4 PFLU_00002
7 PFLU_00003