在R中，如何使用正则表达式处理数据框中的变量？

Question

这是数据集

df1 <- data.frame("id" = c("ebi.ac.uk:MIAMExpress:Reporter:A-MEXP-503.100044", 
                       "ebi.ac.uk:MIAMExpress:Reporter:A-MEXP-783.100435",
                       "ebi.ac.uk:MIAMExpress:Reporter:C-DEA-783.100435"),
              "Name" = c("ABC", "DEF", ""))

数据集的乘积

                                                  id   Name
1   ebi.ac.uk:MIAMExpress:Reporter:A-MEXP-503.100044    ABC
2   ebi.ac.uk:MIAMExpress:Reporter:A-MEXP-503.100435    DEF
3   ebi.ac.uk:MIAMExpress:Reporter:A-MEXP-503.100488     

我想使数据框看起来像这样

       id     Name
1  100044      ABC
2  100435      DEF
3  100488       NA 

谁能告诉我如何解决这个问题？

Answer 1

正则表达式查找最后一个点的方法：

df1$id <- as.character(df1$id)
regexpr("\\.[^\\.]*$", df1$id) # may not need \\ on second one

或sapply(gregexpr("\\\\.", x), tail, 1)

较容易记住的非正则表达式方式：

df1$id <- as.character(df1$id)

df1$id <- sapply(strsplit(df1$id,split="\\."),tail,1)
df1$Name[df1$Name == ""] <- NA

df1

  id Name 1 100044 ABC 2 100435 DEF 3 100435 <NA> 

sapply(strsplit(df1$id,split="\\\\."),tail,1)从这里开始 。