我有一个包含一定数量行的文件。每一行都是这样的:
TF_list_to_test10004/Nus_k0.345_t0.1_e0.1.adj:PKMYT1
我想删除所有“:”字符,以便仅保留作为基因名称的PKMYT1。 由于我不是正则表达式脚本编写的专家,任何人都可以帮助我使用Unix(sed或awk)或R吗?
答案 0 :(得分:53)
以下是在R中执行此操作的两种方法:
foo <- "TF_list_to_test10004/Nus_k0.345_t0.1_e0.1.adj:PKMYT1"
# Remove all before and up to ":":
gsub(".*:","",foo)
# Extract everything behind ":":
regmatches(foo,gregexpr("(?<=:).*",foo,perl=TRUE))
答案 1 :(得分:10)
与gsub()
一起使用的简单正则表达式:
x <- "TF_list_to_test10004/Nus_k0.345_t0.1_e0.1.adj:PKMYT1"
gsub(".*:", "", x)
"PKMYT1"
请参阅?regex
或?gsub
以获取更多帮助。
答案 2 :(得分:9)
在R中肯定有两种以上的方法。这是另一种方式。
unlist(lapply(strsplit(foo, ':', fixed = TRUE), '[', 2))
如果字符串的长度恒定,我认为substr
会比这个或正则表达式方法更快。
答案 3 :(得分:8)
使用sed:
sed 's/.*://' < your_input_file > output_file
这将替换任何后跟冒号的内容,因此它将删除所有内容,包括每行(because *
is greedy by default)上的最后一个冒号。
根据Josh O'Brien的评论,如果你只想更换并包括第一个冒号,请执行以下操作:
sed "s/[^:]*://"
这将匹配任何非冒号,后跟一个冒号,并替换为空。
请注意,对于这两种模式,它们将在每一行的第一场比赛中停止。如果要对一行中的每个匹配进行替换,请将'g
' (global)选项添加到命令的末尾。
另请注意,在linux上(但不在OSX上),您可以使用-i
就地编辑文件,例如:
sed -i 's/.*://' your_file
答案 4 :(得分:5)
您可以像这样使用awk
:
awk -F: '{print $2}' /your/file
答案 5 :(得分:2)
如果你有GNU coreutils
可用,请使用cut
:
cut -d: -f2 infile
答案 6 :(得分:1)
我正在研究类似的问题。 John和Josh O&Brien's的建议奏效了。我开始使用这个步骤:
library(dplyr)
my_tibble <- tibble(Col1=c("ABC:Content","BCDE:MoreContent","FG:Conent:with:colons"))
看起来像:
| Col1
1 | ABC:Content
2 | BCDE:MoreContent
3 | FG:Content:with:colons
我需要创建这个tibble:
| Col1 | Col2 | Col3
1 | ABC:Content | ABC | Content
2 | BCDE:MoreContent | BCDE | MoreContent
3 | FG:Content:with:colons| FG | Content:with:colons
使用此代码(R版本3.4.2)。
my_tibble2 <- mutate(my_tibble
,Col2 = unlist(lapply(strsplit(Col1, ':',fixed = TRUE), '[', 1))
,Col3 = gsub("^[^:]*:", "", Col1))
答案 7 :(得分:0)
以下是2个等效解决方案:
第一个使用perl的NULL
自动分割功能,使用-a
将每一行拆分为字段,填充:
字段数组,然后打印第二个字段F
(计数开始)来自字段0)
$F[1]
第二个使用正则表达式从perl -F: -lane 'print $F[1]' file
替换s///
行的开头,^
任何以冒号结尾的字符,没有.*:
答案 8 :(得分:0)
我从最好的回应中错过了一些非常简单的举动@Sacha Epskamp是使用子功能,在这种情况下将所有内容都带到&#34;:&#34;(而不是删除它),所以它非常简单:
foo <- "TF_list_to_test10004/Nus_k0.345_t0.1_e0.1.adj:PKMYT1"
# 1st, as she did to remove all before and up to ":":
gsub(".*:","",foo)
# 2nd, to keep everything before and up to ":":
gsub(":.*","",foo)
基本上,同样的事情,只需改变&#34;:&#34;在sub参数内的位置。希望它会有所帮助。