R 删除冒号前的所有文本

我有一个包含一定行数的文件。每一行看起来像这样：

awk -F: '{print $2}' /your/file

TF_list_to_test10004/Nus_k0.345_t0.1_e0.1.形容词：PKMYT1

我想删除所有之前的“：”字符，以便只保留作为基因名称的PKMYT1。

---

由于我不是正则表达式脚本方面的专家，有谁能帮助我使用Unix（sed或awk）或R实现这一点吗？

一个与

gsub（）一起使用的简单正则表达式：

x在R中有两种方法：

foo <- "TF_list_to_test10004/Nus_k0.345_t0.1_e0.1.adj:PKMYT1"

# Remove all before and up to ":":
gsub(".*:","",foo)

# Extract everything behind ":":
regmatches(foo,gregexpr("(?<=:).*",foo,perl=TRUE))

foo使用sed：

sed 's/.*://' < your_input_file > output_file

它将匹配任何非冒号的内容，后跟一个冒号，并替换为零

请注意，对于这两种模式，它们将在每一行的第一次匹配时停止。如果要对行上的每个匹配项进行替换，请将该选项添加到命令的末尾

还请注意，在linux上（但不是在OSX上），您可以使用
-i
就地编辑文件，例如：

sed -i 's/.*://' your_file

您可以像这样使用
awk
：

awk -F: '{print $2}' /your/file

在R中肯定有两种以上的方法。这里是另一种

unlist(lapply(strsplit(foo, ':', fixed = TRUE), '[', 2))

如果字符串长度恒定，我想
substr
将比这个或regex方法快。
如果您有GNU
coreutils
可用，请使用
cut
：

cut -d: -f2 infile

以下是两种等效解决方案：

第一个使用perl的
-a
自动拆分功能，使用
：
将每行拆分为字段，填充
F
字段数组，并打印第二个字段
$F[1]
（从字段0开始计数）

第二个使用正则表达式将
s//
从
^
行的开头替换为
*：
任何以冒号结尾的字符，而不包含任何内容

perl -pe 's/^.*://' file

我正在研究一个类似的问题。约翰和乔希·奥布莱恩的建议奏效了。我从这个tibble开始：

library(dplyr)
my_tibble <- tibble(Col1=c("ABC:Content","BCDE:MoreContent","FG:Conent:with:colons"))

我需要创建这个tibble：

  | Col1                  | Col2 | Col3 
1 | ABC:Content           | ABC  | Content 
2 | BCDE:MoreContent      | BCDE | MoreContent 
3 | FG:Content:with:colons| FG   | Content:with:colons

并使用此代码（R版本3.4.2）实现了这一点

my_tibble2在Sacha Epskamp的最佳响应中，我错过了一个非常简单的动作，那就是使用子函数，在本例中，使用“：”（而不是删除它）之前的所有内容，因此非常简单：

foo <- "TF_list_to_test10004/Nus_k0.345_t0.1_e0.1.adj:PKMYT1"

# 1st, as she did to remove all before and up to ":":
gsub(".*:","",foo)

# 2nd, to keep everything before and up to ":": 
gsub(":.*","",foo)

foo我怀疑这可能是给出的最快的R解决方案+1同样，如果任何基因名称本身可能包含一个
：
，您可以使用
gsub（“^[^:::*：”，“”，foo）匹配并替换第一个
：
  | Col1 
1 | ABC:Content 
2 | BCDE:MoreContent 
3 | FG:Content:with:colons

  | Col1                  | Col2 | Col3 
1 | ABC:Content           | ABC  | Content 
2 | BCDE:MoreContent      | BCDE | MoreContent 
3 | FG:Content:with:colons| FG   | Content:with:colons

my_tibble2 <- mutate(my_tibble
        ,Col2 = unlist(lapply(strsplit(Col1, ':',fixed = TRUE), '[', 1))
        ,Col3 = gsub("^[^:]*:", "", Col1))

foo <- "TF_list_to_test10004/Nus_k0.345_t0.1_e0.1.adj:PKMYT1"

# 1st, as she did to remove all before and up to ":":
gsub(".*:","",foo)

# 2nd, to keep everything before and up to ":": 
gsub(":.*","",foo)