正則表達式R替換為帶有括號的替換向量

Question

假設我有一個像這樣的字符串x 。

x <- "CTTTANNNNNNNYG"

我想用可能不是f相同長度的不同字符串替換x中的每個字母。

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中的對應字母替換向量a中的字母，我想將字符串x操縱為：

"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"

我試過使用mapply(gsub, a,b,x)和str_replace()無濟於事。 任何幫助，將不勝感激。

Answer 1

我們可以使用mgsub從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

由於替換是“固定的”，每個替換只包含一個字母，因此無需使用regex或任何其他軟件包，就可以實現相同的結果。 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

如果要使用基本函數執行此操作，則基本上需要按順序執行每個替換操作（ gsub不會以這種方式向量化）。 這是做到這一點的一種方法

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"

我們使用Map制作成對的匹配/替換值，然后使用Reduce依次將它們應用於字符串