删除字符串中除所需单词（包括R中的某些模式）以外的其他单词

我有一个包含特定字符串的向量，我想删除每个字符串中除了包含特定模式的单词以外的其他部分（这里是

mir

）

---

s以R为底的一种方法是将每个字符串拆分为单词，然后只提取其中包含
mir
的字符串

unlist(lapply(strsplit(s, " "), function(x) grep("mir", x, value = TRUE)))
#[1] "mir-96"    "mir-133a"  "mir-14-3p" "mir133"    "mir_23_5p"

我们可以使用@Rich Scriven在注释中建议的
sapply
保存
unlist
步骤

sapply(strsplit(s, " "), function(x) grep("mir", x, value = TRUE))

我们可以使用
sub
匹配零个或多个字符（
*
），后面是单词边界（
\\b
），后面是字符串（
mir
）和一个或多个非空白字符（
\\S+
），将其作为一个组放置在
（…）
后跟其他字符，并在替换中使用捕获组的反向引用（
\\1
）

更新
如果有多个子字符串'mir.*'，那么我们希望提取具有数字部分的字符串

sub(".*\\b(mir[^0-9]*[0-9]+\\S*).*", "\\1", s1)
#[1] "mir-96"    "mir-133a"  "mir-14-3p" "mir133"    "mir_23_5p" "mir_23-5p"

数据
s1如果
s
sub(".*\\b(mir[^0-9]*[0-9]+\\S*).*", "\\1", s1)
#[1] "mir-96"    "mir-133a"  "mir-14-3p" "mir133"    "mir_23_5p" "mir_23-5p"

s1 <- c("a mir-96 line (kk27)", "mir-133a cell", "d mir-14-3p in", "m mir133 (sas)", 
                                            "mir_23_5p r 27", "a mir_23-5p 1 mir-net")