[英]replacing all characters between two patterns in r
我有一個帶有以下列的數據框:
Col_A
tr_1 A1; gn_1 TG1;
tr_2 A2; gn_2 TG2;
tr_3 A3; gn_3 TG3;
tr_4 A4; gn_4 TG4;
tr_5 A5; gn_5 TG5;
我想使用gsub命令和正則表達式刪除數據框中所有行中從字符串“ gn_1”的開頭到結尾的所有字符。 或將所有這些字符替換為“”。
最后我想要的是這樣的:
Col_A
TG1
TG2
TG3
TG4
TG5
你有什么主意,我該怎么做?
以下正則表達式將滿足您的要求。
sub("^.*gn_\\d+\\s([[:alnum:]]+).*$", "\\1", df1$Col_A)
#[1] "TG1" "TG2" "TG3" "TG4" "TG5"
dput
格式的數據。
df1 <-
structure(list(Col_A = structure(1:5,
.Label = c("tr_1 A1; gn_1 TG1;", "tr_2 A2; gn_2 TG2;",
"tr_3 A3; gn_3 TG3;", "tr_4 A4; gn_4 TG4;",
"tr_5 A5; gn_5 TG5;"), class = "factor")),
class = "data.frame", row.names = c(NA, -5L))
您可以始終使用stringi
軟件包:
library(stringi)
stri_extract_last_words(df1$Col_A)
[1] "TG1" "TG2" "TG3" "TG4" "TG5"
編輯:只需重新閱讀您的問題,(這假定gn_#
之后總是有一個單詞,請謹慎使用)
我通過以下命令得到了想要的東西。 如果有人在尋找答案,我會在這里發布。
DF$col <- gsub("^tr.*gn_. ", "", DF$col)
DF$col <- gsub(";", "", DF$col)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.