Question

我正在处理单个单元格数据。

我正在尝试将提取的细胞条形码与其他数据进行匹配，但是条形码的结构不同。

我提取的条形码：,"SAMPLE_AAAGCAAAGATACACA-1_1"（很奇怪，它以逗号开头保存了）

我想要的条形码：SAMPLE_AAAGCAAAGATACACA.1_1

当我尝试删除<，“>替换这些时，需要使用哪些功能？

Answer 1

这是您想要的吗？

数据：

x <- ',"SAMPLE_AAAGCAAAGATACACA-1_1"'

解决方案：

cat(gsub(',', '', gsub('(?<=[A-Z])-(?=\\d)', '\\.', x, perl = T)))
"SAMPLE_AAAGCAAAGATACACA.1_1"

在这里，我们使用“嵌套” gsub首先将连字符更改为句点，然后删除逗号。

如果需要不带双引号的话：

cat(gsub(',"|"$', '', gsub('(?<=[A-Z])-(?=\\d)', '\\.', x, perl = T)))
SAMPLE_AAAGCAAAGATACACA.1_1

Answer 2

以下是一些替代方法。

1）宪章/修剪假设下面的测试数据v。然后，使用chartr用减号替换每个破折号，然后使用trimws去除两端的所有逗号和双引号。如果您使用的R版本非常旧，则需要升级，因为whitespace=参数是最近才添加的。不使用任何软件包。

请注意，输出中显示的双引号不是字符串的一部分，而只是R显示字符向量的方式。

# test input
v <- c(',"SAMPLE_AAAGCAAAGATACACA-1_1"', ',"SAMPLE_AAAGCAAAGATACACA-1_1"')

trimws(chartr("-", ".", v), whitespace = '[,"]')
## [1] "SAMPLE_AAAGCAAAGATACACA.1_1" "SAMPLE_AAAGCAAAGATACACA.1_1"

2）gsubfn gsubfn可以在一个命令中将所有减号映射为点和逗号，将双引号映射为空字符串。第二个参数定义映射。

这将替换所有双引号，逗号和减号。如果有嵌入的双引号和逗号（即不在两端）不被替换，则使用（1）可以仅修剪逗号并在两端加上双引号。

library(gsubfn)
gsubfn('.', list('"' = '', ',' = '', '-' = '.'), v)
## [1] "SAMPLE_AAAGCAAAGATACACA.1_1" "SAMPLE_AAAGCAAAGATACACA.1_1"

3）read.table / chartr 这也仅使用基数R。使用read.table分隔逗号中的字段并仅保留第二个字段来读入输入。这也将删除双引号。然后使用chartr用点替换负号。

这假定唯一的双引号是字段周围的双引号，并且所有减号都将由点代替。嵌入式逗号将得到正确处理。

chartr("-", ".", read.table(text = v, sep = ",")[[2]])
## [1] "SAMPLE_AAAGCAAAGATACACA.1_1" "SAMPLE_AAAGCAAAGATACACA.1_1"

删除“”，然后将“-”替换为“。”

2 个答案: