特定列的拆分字符串

Question

我有一个这样的文件：

       V1                                               V2
1 1-500891               CGCGACCTCAGATCAGACGTGGCGACCCGCTGAA
2 2-280976                           AGGTTCCGGATAAGTAAGAGCC
3 3-223181                           TCTTAACCCGGACCAGAAACTA

我想拆分（并交换）V1列，从而产生以下输出

                                       Sequence    Count
           CGCGACCTCAGATCAGACGTGGCGACCCGCTGAA      500891
                       AGGTTCCGGATAAGTAAGAGCC      280976 
                       TCTTAACCCGGACCAGAAACTA      223181 

我试过这个，但它不起作用：

df_split <- strsplit(as.character(df), split="-", fixed=T)

Answer 1

您可以尝试sub删除字符串中的部分，直到-。

df$V1 <- sub('.*-', '', df$V1)
df
#     V1                                 V2
#1 500891 CGCGACCTCAGATCAGACGTGGCGACCCGCTGAA
#2 280976             AGGTTCCGGATAAGTAAGAGCC
#3 223181             TCTTAACCCGGACCAGAAACTA

您在整个数据集上应用strsplit而不是特定列（“V1”）。在这里，您可以选择考虑

df$V1 <- sapply(strsplit(as.character(df$V1),
                    split="-", fixed=TRUE),`[`,2)
df$V1
#[1] "500891" "280976" "223181"

使用tidyr

的选项

library(tidyr)
extract(df, 'V1', 'Count', '.*-(.*)')
 #  Count                                 V2
 #1 500891 CGCGACCTCAGATCAGACGTGGCGACCCGCTGAA
 #2 280976             AGGTTCCGGATAAGTAAGAGCC
 #3 223181             TCTTAACCCGGACCAGAAACTA