Regex 条件strsplit

我有一个数据框，其中一列包含一组名称。我想拆分一部分列名，具体操作如下：

DF$newname <- sapply(strsplit(as.character(DF$oldname), "_"), '[', 5)

第二种格式是

$oldname

，如下所示

xxx_xxx_xxx_xxx_xxx_name_xx  (name is in sixth position)

我想我可以在函数中使用

ifelse

命令，但在以下代码中遇到了一些问题：

namesplit = function(df){ 
  x <- strsplit(as.character(df$oldname), "_"), '[', 5)
  y <- strsplit(as.character(df$oldname), "_"), '[', 6)
  ifelse(is.character(x),x,y) }
DF$newname <- sapply(DF,namesplit)

namesplit=function（df）{
使用
gsub

names <- c('xxx_xxx_xxx_xxx_xxx_name1_xx', 'xxx_xxx_xxx_xxx_name2_xx')
gsub("^.*_([[:alnum:]]+)_.*$", "\\1", names)


[1] "name1" "name2"

name您可以使用
gsub

names <- c('xxx_xxx_xxx_xxx_xxx_name1_xx', 'xxx_xxx_xxx_xxx_name2_xx')
gsub("^.*_([[:alnum:]]+)_.*$", "\\1", names)


[1] "name1" "name2"

names如果名称是倒数第二部分，那么这个如何：

x <- c("xxx_xxx_xxx_xxx_name_xx", "xxx_xxx_xxx_xxx_xxx_name_xx")


namesplit = function(x){
x <- strsplit(as.character(x), "_")
sapply(x, function(x) x[length(x)-1])
}

x如果名称是倒数第二部分，那么这一部分如何：

x <- c("xxx_xxx_xxx_xxx_name_xx", "xxx_xxx_xxx_xxx_xxx_name_xx")


namesplit = function(x){
x <- strsplit(as.character(x), "_")
sapply(x, function(x) x[length(x)-1])
}

x我喜欢这种方法，只是对于名称的子集，名称有多个单词，这些单词之间用''.'字符分隔。因此，从末尾开始计数将不一致。不过，谢谢！@zach，那么当您使用'.'字符分割时，您希望如何分割它呢也会分割你的名字吗？名字是化学名字。名字的第一部分是最重要的。其他部分不重要，但会影响倒计时。这个数据集是给我的，所以将来我会用不同的字符来分隔化学名字。一个名字可能是“酪氨酸”，另一个可能是另一个“Proline_Alpha”。我只关心主要名称。如果问题有误导性，我很抱歉。我喜欢这种方法，只是对于名称的子集，名称有多个单词，这些单词之间用“.”分隔_“'字符。所以从末尾开始计算会不一致。不过谢谢你！@zach，那么当你用“\ux”拆分时，你希望如何拆分它？”也会分割你的名字吗？名字是化学名字。名字的第一部分是最重要的。其他部分不重要，但会影响倒计时。这个数据集是给我的，所以将来我会用不同的字符来分隔化学名字。一个名字可能是“酪氨酸”，另一个可能是另一个“Proline_Alpha”。我只关心主要名称。如果问题有误导性，我很抱歉。谢谢Ramnath。在他的例子中，我将名称简化了一点（它们来自混合了字符和数字数据的FASTA标头。当我将此方法应用于实际数据集时，它并不总是应用真值。我更希望包含一个“ifelse”，以便我可以将其扩展到可能具有其他格式的未来数据集。但是……我认为你是对的。我应该能够调整你的解决方案如果你正在解析FASTA头，请查看这个博客上的代码，它使用
C
和
R
来完成这项工作。谢谢你Ramnath。在他的例子中，我简化了一些名称（它们来自混合了字符和数字数据的FASTA标头。当我将此方法应用于实际数据集时，它并不总是应用真值。我更希望包含一个“ifelse”，以便我可以将其扩展到可能具有其他格式的未来数据集。但是……我认为你是对的。我应该能够调整你的解决方案如果你正在解析FASTA头，请查看本博客上的代码，它使用
C
和
R
来完成这项工作。