使用\\ n和\\ t分隔数据

Question

我试图在rstudio中使用“ \\ n”将数据分成几列，然后再使用“ \\ t”将该数据进一步分成几行。 到目前为止，我已经能够通过“ \\ n”分隔数据，但是我无法弄清楚如何通过“ \\ t”进一步分隔数据。 我在使用的数据中找不到任何标题名称，因为它是我从msigdb网站下载的表格。 这是我到目前为止的内容： matrix_sep_by_enter<-read.table("msigdb.v5.2.symbols.txt",sep = "\\n")

如何使用“ \\ t”进一步分开

谢谢！

Answer 1

我不确定您要如何解析MSigDB。 我已经下载了最新的MSigDB GMT文件，因此我将向您展示基于该文件的可能性。

1. 读取GMT文件。

    df <- read.table("msigdb.v6.1.symbols.gmt", sep = "\\n"); 

   这将创建一个data.frame ，其中包含一列和GMT文件中的行数。

2. 根据"\\t"每一行拆分为子字符串

    lst <- apply(df, 1, function(x) unname(unlist(strsplit(x, "\\t")))); 

   结果存储在字符向量list中（长度不同），其中第一个条目给出了基因集名称，第二个条目给出了MSigDB基因集网页链接，其余条目是与该基因集相关的基因符号。

    str(lst, list.len = 5); #List of 17786 # $ : chr [1:195] "AAANWWTGC_UNKNOWN" "http://www.broadinstitute.org/gsea/msigdb/cards/AAANWWTGC_UNKNOWN" "MEF2C" "ATP1B1" ... # $ : chr [1:376] "AAAYRNCTG_UNKNOWN" "http://www.broadinstitute.org/gsea/msigdb/cards/AAAYRNCTG_UNKNOWN" "LTBP1" "PLEKHM1" ... # $ : chr [1:267] "MYOD_01" "http://www.broadinstitute.org/gsea/msigdb/cards/MYOD_01" "KCNE1L" "FAM126A" ... # $ : chr [1:255] "E47_01" "http://www.broadinstitute.org/gsea/msigdb/cards/E47_01" "MLIP" "FAM126A" ... # $ : chr [1:251] "CMYB_01" "http://www.broadinstitute.org/gsea/msigdb/cards/CMYB_01" "FAM126A" "C5orf64" ... # [list output truncated]