R 如何在字符串中选择两个字符？

我知道这可能是很容易解决的问题，但在网上查找各种示例时，我没有找到解决问题的正确示例

我在data.frame的一列下有一个短语：

ID
p_IIJSJ;o_OODJ;l_jjjjw;g_jjjdI
p_HHDU;o_WWj;l_WWOJ;g_jjjDI

我想选择两个词：一个是以p_开头的词，另一个是以g_开头的词，去掉它们之间的所有剩余词。。。。你对怎么做有什么建议吗？我正在尝试使用

gsub

，但目前没有成功。

---

提前非常感谢您

使用

strrspilt

的方法

sapply(strsplit(x, ';'), function(i) paste(grep('p_|g_', i, value = TRUE), collapse = ';'))
#[1] "p_IIJSJ;g_jjjdI"

或者如果顺序总是相同的（正如@Jaap提到的）

---

使用

strrspilt

的方法

sapply(strsplit(x, ';'), function(i) paste(grep('p_|g_', i, value = TRUE), collapse = ';'))
#[1] "p_IIJSJ;g_jjjdI"

或者如果顺序总是相同的（正如@Jaap提到的）

---

我们可以使用

sub

sub(";*(p_\\w+).*;*(g_\\w+).*", "\\1;\\2", df1$ID)
#[1] "p_IIJSJ;g_jjjdI" "p_HHDU;g_jjjDI" 

gsub("[^pg]_\\w+;", "", df1$ID)
#[1] "p_IIJSJ;g_jjjdI" "p_HHDU;g_jjjDI" 

或使用

gsub

sub(";*(p_\\w+).*;*(g_\\w+).*", "\\1;\\2", df1$ID)
#[1] "p_IIJSJ;g_jjjdI" "p_HHDU;g_jjjDI" 

gsub("[^pg]_\\w+;", "", df1$ID)
#[1] "p_IIJSJ;g_jjjdI" "p_HHDU;g_jjjDI" 

数据

---

df1我们可以使用
sub

sub(";*(p_\\w+).*;*(g_\\w+).*", "\\1;\\2", df1$ID)
#[1] "p_IIJSJ;g_jjjdI" "p_HHDU;g_jjjDI" 

gsub("[^pg]_\\w+;", "", df1$ID)
#[1] "p_IIJSJ;g_jjjdI" "p_HHDU;g_jjjDI" 

或使用
gsub

sub(";*(p_\\w+).*;*(g_\\w+).*", "\\1;\\2", df1$ID)
#[1] "p_IIJSJ;g_jjjdI" "p_HHDU;g_jjjDI" 

gsub("[^pg]_\\w+;", "", df1$ID)
#[1] "p_IIJSJ;g_jjjdI" "p_HHDU;g_jjjDI" 

数据
df1我建议您使用package
stringr
，这样做很简单：

library(stringr)

a <- "p_IIJSJ;o_OODJ;l_jjjjw;g_jjjdI"
b <- "p_HHDU;o_WWj;l_WWOJ;g_jjjDI"

str_extract(string = a, pattern = c("p_[a-zA-Z]+", "g_[a-zA-Z]+"))

# [1] "p_IIJSJ" "g_jjjdI"

str_extract(string = b, pattern = c("p_[a-zA-Z]+", "g_[a-zA-Z]+"))

# [1] "p_HHDU"  "g_jjjDI"

库（stringr）
a我建议您使用package
stringr
，这样做很简单：

library(stringr)

a <- "p_IIJSJ;o_OODJ;l_jjjjw;g_jjjdI"
b <- "p_HHDU;o_WWj;l_WWOJ;g_jjjDI"

str_extract(string = a, pattern = c("p_[a-zA-Z]+", "g_[a-zA-Z]+"))

# [1] "p_IIJSJ" "g_jjjdI"

str_extract(string = b, pattern = c("p_[a-zA-Z]+", "g_[a-zA-Z]+"))

# [1] "p_HHDU"  "g_jjjDI"

库（stringr）
当单词总是以相同的顺序排列时：
sapply（strsplit（df$ID，“；”），函数（x）粘贴（x[c（1,4）]，collapse='；”）
谢谢，我收到这个错误，strsplit（df$ID，“；”）：非字符参数，因为您的ID列是一个因素。转换为字符并在单词总是按相同顺序时重试：
sapply（strsplit（df$ID，“；”）、函数（x）粘贴（x[c（1,4）]、collapse=”；”）
谢谢我收到这个错误，strsplit（df$ID，“；”）中有两个方法错误：非字符参数，因为您的ID列是一个因素。转换为字符，然后重试