gsub - 從單詞末尾修剪一系列字母/數字

Question

我有一個包含 900 個名字的列表，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 在序列中的最后一個點之前有“0”。 我嘗試了 grep 和 gsub 的不同組合（從最后一個點之后刪除字母/數字），但由於最后的字母長度可變，我無法解決。 我將非常感謝您的幫助。

預期輸出是：

• 最后一個點前有 0 的 miR 的數量（例如這個：miR.21.5p.0.A.0.tga，但不是這個：miR.30a.3p.0.TA.cc）。
• 或修剪最后一個點之后的所有內容
• miR.30a.5p.11TC.0.0
• miR.30a.5p.0.G.0
• 等等。

Answer 1

示例數據

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. 取第二個元素

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

基於 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"

數據

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

.*任意數量的字符，也可能包含點

\\\\. 文字點

(.*)任意數量的字符組。 我們將使用\\\\1取回該組

\\\\..*一個文字點“最后一個點”后跟任意數量的字符