gsub - 从单词末尾修剪一系列字母/数字

Question

我有一个包含 900 个名字的列表，例如：

• miR.30a.5p.11TC.0.0.0
• miR.30a.5p.0.G.0.ag
• miR.21.5p.0.A.0.tga
• miR.30a.3p.0.TA.cc

我很想知道有多少 miR 在序列中的最后一个点之前有“0”。 我尝试了 grep 和 gsub 的不同组合（从最后一个点之后删除字母/数字），但由于最后的字母长度可变，我无法解决。 我将非常感谢您的帮助。

预期输出是：

• 最后一个点前有 0 的 miR 的数量（例如这个：miR.21.5p.0.A.0.tga，但不是这个：miR.30a.3p.0.TA.cc）。
• 或修剪最后一个点之后的所有内容
• miR.30a.5p.11TC.0.0
• miR.30a.5p.0.G.0
• 等等。

Answer 1

示例数据

names <- c("miR.30a.5p.11TC.0.0.0", 
       "miR.30a.5p.0.G.0.ag", 
       "miR.21.5p.0.A.0.tga", 
       "miR.30a.3p.0.TA.c.c", 
       "miR.30a.5p.11TC.0.0", 
       "miR.30a.5p.0.G.0")

工作流程

1. 用 '.' 分割字符串
2. 反向分割向量
3. 取第二个元素

filt <- unlist(lapply(lapply(strsplit(names, ".", fixed=T), rev), "[[", 2)) == "0" # boolean vector with TRUE where 
sum(filt) # nb of files with zeros as second last element

最好的，克里斯

Answer 2

基于 R 的想法，

sum(sapply(x, function(i){i1 <- strsplit(i, '.', fixed = TRUE)[[1]]; 
                          i1[(length(i1)) - 1] == 0}))

#[1] 3

或者使用stringr包，

#For the sum,
sum(stringr::word(x, -2, sep = '\\.') == 0)
#[1] 3

#For trimming
stringr::word(x, 1, -2, sep = '\\.')
#[1] "miR.30a.5p.11TC.0.0" "miR.30a.5p.0.G.0"    "miR.21.5p.0.A.0"   "miR.30a.3p.0.TA.c"

数据

x <- c('miR.30a.5p.11TC.0.0.0', 
       'miR.30a.5p.0.G.0.ag', 
       'miR.21.5p.0.A.0.tga', 
       'miR.30a.3p.0.TA.c.c')

Answer 3

sum(gsub('.*\\.(.*)\\..*','\\1',x)==0)
[1] 3

.*任意数量的字符，也可能包含点

\\\\. 文字点

(.*)任意数量的字符组。 我们将使用\\\\1取回该组

\\\\..*一个文字点“最后一个点”后跟任意数量的字符