R 在第4列中分隔两个字母字符串
我有一个数据框-df-和基因组数据。最后一个col有两个字母的变体R 在第4列中分隔两个字母字符串,r,data-science,tidyr,R,Data Science,Tidyr,我有一个数据框-df-和基因组数据。最后一个col有两个字母的变体 id crm pos allele 160841 rs2237282 11 1273948 AG 160842 rs6417577 11 1276796 AC 165677 rs2151342 11 1199626 GT 165678 rs2749240 11 1258025 AG 我想把最后一行分成两行,每行一个字母
id crm pos allele
160841 rs2237282 11 1273948 AG
160842 rs6417577 11 1276796 AC
165677 rs2151342 11 1199626 GT
165678 rs2749240 11 1258025 AG
我想把最后一行分成两行,每行一个字母
id crm pos allele allele2
160841 rs2237282 11 1273948 A G
160842 rs6417577 11 1276796 A C
165677 rs2151342 11 1199626 G T
165678 rs2749240 11 1258025 A G
我使用dplyr和tidyr在RStudio 1.1.419、R3.4.3中进行了尝试,但没有成功:
- 分离(df,等位基因,分为=c(“等位基因”,“等位基因2”))
- 分离(df,等位基因,into=c(“等位基因”,“等位基因2”),sep=“”)
- 分离(df,等位基因,分为=c(“等位基因”,“等位基因2”),sep=“\c”)
- 分离(df,等位基因,分为=c(“等位基因”,“等位基因2”),sep=“.”)
- 分离(df,等位基因,分为=c(“等位基因”,“等位基因2”),sep=)
- 分离(df,等位基因,分为=c(“等位基因”,“等位基因2”),sep=\c)
HERE=data.frame(A1=character(),A2=character())
cbind(data,strcapture("(.)(.)",data$allele,HERE))
id crm pos allele A1 A2
160841 rs2237282 11 1273948 AG A G
160842 rs6417577 11 1276796 AC A C
165677 rs2151342 11 1199626 GT G T
165678 rs2749240 11 1258025 AG A G
在
sep
中,sep
参数可以是数字,表示要拆分的字符位置,因此:
separate(df, allele, into = c("allele1", "allele2"), sep = 1)
给予:
id crm pos allele1 allele2
160841 rs2237282 11 1273948 A G
160842 rs6417577 11 1276796 A C
165677 rs2151342 11 1199626 G T
165678 rs2749240 11 1258025 A G
除了
分离
,提取
是软件包中的另一个选项。这可以通过在regex
参数中指定捕获组来实现
library(tidyr)
df %>%
extract(allele, into = c("allele1", "allele2"), regex = "([ATCG])([ATCG])")
# id crm pos allele1 allele2
# 160841 rs2237282 11 1273948 A G
# 160842 rs6417577 11 1276796 A C
# 165677 rs2151342 11 1199626 G T
# 165678 rs2749240 11 1258025 A G
library(tidyr)
df %>%
extract(allele, into = c("allele1", "allele2"), regex = "([ATCG])([ATCG])")
# id crm pos allele1 allele2
# 160841 rs2237282 11 1273948 A G
# 160842 rs6417577 11 1276796 A C
# 165677 rs2151342 11 1199626 G T
# 165678 rs2749240 11 1258025 A G