R语言如何基于字符串模式连接同一列中的字符串？

t5zmwmid 于 2023-06-27 发布在其他

关注(0)|答案(2)|浏览(195)

我有一个dataframe，它有一个列，看起来像这样：
data.frame(sample_name = c("Sample01", "g01", "g02", "g03", "Sample02", "g01", "g02", "Sample03", "g03", "g04", "g07"))
我试着让它看起来像这样：
data.frame(sample_name = c("Sample01_g01", "Sample01_g02", "Sample01_g03", "Sample02_g01", "Sample02_g02", "Sample03_g03", "Sample03_g04", "Sample03_g07"))
问题是样本编号（例如g 01，g 02）从来不按任何数字顺序排列，并且具有不同的行数（“g”前缀总是在那里！）。所以，我需要这段代码足够灵活，可以处理输入，而不需要硬编码任何东西。
我尝试了几个for循环，基于正则表达式的模式匹配，并尝试分配分组变量来进行组拆分。我知道我想让它做什么，但我有麻烦将其转换为代码。这是我希望我的代码做的“英语”（而不是代码）版本：
1.基于regex标识样本名称（如"[A-Z][a-z]+[0-9]{2}"）
1.从样品名称之后的行选择，直到下一个样品名称之前的行（例如，所有样品编号）
1.取步骤1中的样品名称，用下划线将其与已识别的样品编号连接起来，并保存到新列中
我试过Base R和Tidyverse。我通常更喜欢Tidyverse解决方案，但我渴望任何东西！谢谢你的帮助！

来源：https://stackoverflow.com/questions/76543046/how-to-concatenate-strings-within-the-same-column-based-on-a-string-pattern

2条答案

按热度按时间

tquggr8v1#

这样做的一种方法是：

library(dplyr)
library(tidyr)

df %>%
  mutate(sample_prefix = ifelse(grepl("^Sample", sample_name), sample_name, NA)) %>%
  fill(sample_prefix) %>%
  mutate(sample_name = ifelse(!grepl("^Sample", sample_name), paste(sample_prefix, sample_name, sep = "_"), sample_name), .keep="unused") %>%
  filter(grepl("_", sample_name))

sample_name
1 Sample01_g01
2 Sample01_g02
3 Sample01_g03
4 Sample02_g01
5 Sample02_g02
6 Sample03_g03
7 Sample03_g04
8 Sample03_g07

赞(0）回复(0）举报 2023-06-27

t40tm48m2#

您可以尝试cumsum + ave + na.omit如下

na.omit(
    transform(
        df,
        sample_name = ave(
            sample_name,
            cumsum(startsWith(sample_name, "Sample")),
            FUN = \(x) c(NA, paste0(x[1], "_", x[-1]))
        )
    )
)

它给出了

sample_name
2  Sample01_g01
3  Sample01_g02
4  Sample01_g03
6  Sample02_g01
7  Sample02_g02
9  Sample03_g03
10 Sample03_g04
11 Sample03_g07

赞(0）回复(0）举报 2023-06-27

我来回答

R语言如何基于字符串模式连接同一列中的字符串？

2条答案

相关问题

热门标签

最新问答

R语言 如何基于字符串模式连接同一列中的字符串？

2条答案

相关问题

热门标签

最新问答

R语言如何基于字符串模式连接同一列中的字符串？