R 使用gsub提取文本

我正在建立一个自动数据分析程序，在该程序的最后，我想自动提取已分析文件的名称。我有一个数据框，其中一列包含名称，样式如下：

• 基线/细胞线2\uKB\u 1813\u B\u基线
• 剂量0001/细胞线3KB1720\u 1\u 0001
• 剂量0010/细胞线1KB1810 mat\u0010

我只想在单独的一列中提取粗体字：“KB_1813_B”、“KB1720_1”和“KB1810 mat”

我将gsub与以下命令一起使用：

df$column.with.names <- gsub(".*KB|_.*", "KB", df$column.with.new.names)

---

df$column.with.names我们可以使用
stru extract

library(stringr)
str_extract(df$column.with.new.names, "KB_*\\d+[_ ]*[^_]*")
#[1] "KB_1813_B"  "KB1720_1"   "KB1810 mat"


或者，相同的模式可以通过
sub

sub(".*(KB_*\\d+[_ ]*[^_]*).*", "\\1", df$column.with.new.names)
#[1] "KB_1813_B"  "KB1720_1"   "KB1810 mat"

数据
df我们可以使用
stru-extract

library(stringr)
str_extract(df$column.with.new.names, "KB_*\\d+[_ ]*[^_]*")
#[1] "KB_1813_B"  "KB1720_1"   "KB1810 mat"


或者，相同的模式可以通过
sub

sub(".*(KB_*\\d+[_ ]*[^_]*).*", "\\1", df$column.with.new.names)
#[1] "KB_1813_B"  "KB1720_1"   "KB1810 mat"

数据
df方法是使用正则表达式组：

x <- c("Baseline/Cell_Line_2_KB_1813_B_Baseline",
"Dose 0001/Cell_Line_3_KB1720_1_0001",
"Dose 0010/Cell_Line_1_KB1810 mat_0010")

gsub("^.+Cell_Line_._(.+)_.+$", "\\1", x)
[1] "KB_1813_B"  "KB1720_1"   "KB1810 mat"

x方法是使用正则表达式组：

x <- c("Baseline/Cell_Line_2_KB_1813_B_Baseline",
"Dose 0001/Cell_Line_3_KB1720_1_0001",
"Dose 0010/Cell_Line_1_KB1810 mat_0010")

gsub("^.+Cell_Line_._(.+)_.+$", "\\1", x)
[1] "KB_1813_B"  "KB1720_1"   "KB1810 mat"

x您好，谢谢您的回复。有了这段代码，我可以解决95%的问题，但没有提取出两种类型的名称。两个示例：KB1820_基线，我只想提取其中的KB1820_和KB1890_0002，我只想提取其中的KB1890_Hi，谢谢您的回复。有了这段代码，我可以解决95%的问题，但没有提取出两种类型的名称。两个示例：KB1820_基线，我只想提取其中的KB1820_和KB1890_0002，我只想提取其中的KB1890_