正则表达式R替换为带有括号的替换向量

Question

假设我有一个像这样的字符串x 。

x <- "CTTTANNNNNNNYG"

我想用可能不是f相同长度的不同字符串替换x中的每个字母。

a <- c("A","C","G","T","W","S","M","K","R","Y","B","D","H","V","N")
b <- c("A","C","G","T","(A|T)","(C|G)","(A|C)","(G|T)","(A|G)","(C|T)","(C|G|T)","(A|G|T)","(A|C|T)","(A|C|G)","(A|C|G|T)")

如果我想用向量b中的对应字母替换向量a中的字母，我想将字符串x操纵为：

"CTTTA(A|C|G|T)(A|C|G|T)(A|C|G|T)(A|C|G|T)(A|C|G|T)(A|C|G|T)(A|C|G|T)(C|T)G"

我试过使用mapply(gsub, a,b,x)和str_replace()无济于事。 任何帮助，将不胜感激。

Answer 1

我们可以使用mgsub从library(qdap)

library(qdap)
mgsub(a, b, x)
#[1] "CTTTA(A|C|G|T)(A|C|G|T)(A|C|G|T)(A|C|G|T)(A|C|G|T)(A|C|G|T)(A|C|G|T)(C|T)G"

Answer 2

由于替换是“固定的”，每个替换只包含一个字母，因此无需使用regex或任何其他软件包，就可以实现相同的结果。 例如：

vapply(strsplit(x,"",fixed=TRUE),function(z) paste(setNames(b,a)[z],collapse=""),"")
#[1] "CTTTA(A|C|G|T)(A|C|G|T)(A|C|G|T)(A|C|G|T)(A|C|G|T)(A|C|G|T)(A|C|G|T)(C|T)G"

Answer 3

如果要使用基本函数执行此操作，则基本上需要按顺序执行每个替换操作（ gsub不会以这种方式向量化）。 这是做到这一点的一种方法

Reduce(
    function(x, replace) {
        gsub(replace$pattern, replace$value, x)
    }, 
    Map(function(a,b) list(pattern=a, value=b), a, b), 
    init=x
)
# [1] "CTTTA(A|C|G|T)(A|C|G|T)(A|C|G|T)(A|C|G|T)(A|C|G|T)(A|C|G|T)(A|C|G|T)(C|T)G"

我们使用Map制作成对的匹配/替换值，然后使用Reduce依次将它们应用于字符串