Bir dizenin bir kısmını kaldır

90

Bir dizenin bir kısmını nasıl kaldırırım? Örneğin, daha ATGAS_1121önce her şeyi kaldırmak istiyorum _.

r regex string

— Lisann
kaynak

133

Normal ifadeler kullanın. Bu durumda şunları kullanabilirsiniz gsub:

gsub("^.*?_","_","ATGAS_1121")
[1] "_1121"

Bu normal ifade, dizenin başlangıcıyla (^), sıfır veya daha fazla kez yinelenen herhangi bir karakter (.) (*) Ve alt çizgi (_) ile eşleşir. ? maçı "tembel" yapar, böylece sadece eşleşmeler ilk alt çizgiye kadar uzanır. Bu eşleşme sadece bir alt çizgi ile değiştirilir. Daha ?regexfazla ayrıntı ve referans için bakın

— Joshua Ulrich
kaynak

6

Önceki normal ifade, örneğin, durumunda son alt çizgiyle eşleşir gsub("^.*_","_","ATGAS_1121_xxx"). Şimdi düzeltildi.

— Richie Cotton

7

@Joshua Normal ifadelerin rolünü açıklamanı gerçekten faydalı buluyorum.

— Vasile

Bu aynı zamanda son argüman olarak bir dizi vektörüyle çalışır. R böyle harika.

— naught101

37

Bunun için yerleşik bir strsplit kullanabilirsiniz :

> s = "TGAS_1121"
> s1 = unlist(strsplit(s, split='_', fixed=TRUE))[2]
> s1    
 [1] "1121"

strsplit döndüren hem üzerinde çözümlenen dize parçaları bölünmüş bir şekilde parametre listesinde . Muhtemelen istediğiniz bu değildir, bu yüzden çağrıyı liste dışı olarak sarın , ardından bu diziyi indeksleyin , böylece vektördeki iki öğeden yalnızca ikincisi döndürülür.

Son olarak, split parametresinin normal bir ifade olmadığını, ancak birebir eşleşen karakter olduğunu belirtmek için sabit parametre TRUE olarak ayarlanmalıdır.

— Doug
kaynak

24

Tidyverse türünden biriyseniz, işte size stringr çözümü:

R> library(stringr)
R> strings = c("TGAS_1121", "MGAS_1432", "ATGAS_1121") 
R> strings %>% str_replace(".*_", "_")
[1] "_1121" "_1432" "_1121"
# Or:
R> strings %>% str_replace("^[A-Z]*", "")
[1] "_1121" "_1432" "_1121"

— naught101
kaynak

21

İşte strspliteğer çözüm sbir vektör:

> s <- c("TGAS_1121", "MGAS_1432")
> s1 <- sapply(strsplit(s, split='_', fixed=TRUE), function(x) (x[2]))
> s1
[1] "1121" "1432"

— verbamour
kaynak

2

Çok yardımcı oldu, teşekkürler! Bilginize, dizenin ilk kısmını (yani '_' önündeki) almak için, sondaki [2] 'yi [1] ile değiştirin.

— stevenjoe

4

Belki de en sezgisel çözüm, 2 yerine yalnızca 1 argümana sahip olduğundan daha kolay olan stringrişlevi kullanmaktır .str_removestr_replace

Örneğinizdeki tek zor kısım, alt çizgiyi korumak istemenizdir, ancak bu mümkündür: Belirtilen dize modelini bulana kadar normal ifadeyi eşleştirmelisiniz (?=pattern).

Örneğe bakın:

strings = c("TGAS_1121", "MGAS_1432", "ATGAS_1121")
strings %>% stringr::str_remove(".+?(?=_)")

[1] "_1121" "_1432" "_1121"

— Çevik Fasulye
kaynak

3

Burada paket strsplitkullanan bir veri çerçevesi için çözümdplyr

col1 = c("TGAS_1121", "MGAS_1432", "ATGAS_1121") 
col2 = c("T", "M", "A") 
df = data.frame(col1, col2)
df
        col1 col2
1  TGAS_1121    T
2  MGAS_1432    M
3 ATGAS_1121    A

df<-mutate(df,col1=as.character(col1))
df2<-mutate(df,col1=sapply(strsplit(df$col1, split='_', fixed=TRUE),function(x) (x[2])))
df2

  col1 col2
1 1121    T
2 1432    M
3 1121    A

— KK_63
kaynak