Question

我想转换数据框中的最后一列：

2L  7800161 2L_7800161_SNP  G   A   999 PASS    REFCOUNT=198;ALTCOUNT=5
2L  7800182 2L_7800182_SNP  C   T   999 PASS    REFCOUNT=174;ALTCOUNT=21
2L  7800202 2L_7800202_SNP  C   G   999 PASS    REFCOUNT=152;ALTCOUNT=36
2L  7800231 2L_7800231_SNP  C   T   999 PASS    REFCOUNT=193;ALTCOUNT=8
2L  7800235 2L_7800235_SNP  A   G   999 PASS    REFCOUNT=199;ALTCOUNT=2

对于这样的事情：

2L  7800161 2L_7800161_SNP  G   A   999 PASS    198 5
2L  7800182 2L_7800182_SNP  C   T   999 PASS    174 21
2L  7800202 2L_7800202_SNP  C   G   999 PASS    152 36
2L  7800231 2L_7800231_SNP  C   T   999 PASS    193 8
2L  7800235 2L_7800235_SNP  A   G   999 PASS    199 2

有人可以帮帮我吗？

Answer 1

我们可以使用str_extract_all从最后一列中提取数字部分，输出为list，我们将其转换为numeric，rbind，然后创建两个'新'列。如果需要，我们可以将修改后的列指定为NULL。

library(stringr)
df1[paste0('new', 1:2)] <- do.call(rbind,
      lapply(str_extract_all(df1[,ncol(df1)], '\\d+'), as.numeric))
df1$v8 <- NULL
df1
#  v1      v2             v3 v4 v5  v6   v7 new1 new2
#1 2L 7800161 2L_7800161_SNP  G  A 999 PASS  198    5
#2 2L 7800182 2L_7800182_SNP  C  T 999 PASS  174   21
#3 2L 7800202 2L_7800202_SNP  C  G 999 PASS  152   36
#4 2L 7800231 2L_7800231_SNP  C  T 999 PASS  193    8
#5 2L 7800235 2L_7800235_SNP  A  G 999 PASS  199    2

另一个选项是来自extract的{{1}}。我们选择要转换的列，在library(tidyr)中指定新列名，使用带有捕获组的正则表达式，即括号内的字符进行提取。我们还可以使用into将输出列的类更改为整数。

convert=TRUE

数据

library(tidyr)
extract(df1, v8, into=c('new1', 'new2'), 
                 '\\D*(\\d+)\\D*(\\d+).*', convert=TRUE)

Answer 2

使用data.table：

require(data.table) # v1.9.6+
dt[, c("col1", "col2") := transpose(regmatches(V8, gregexpr("\\d+", V8)))]

如果需要，您可以通过执行integer将列转换为lapply(transpose(..), as.integer)。

dt = fread("2L  7800161 2L_7800161_SNP  G   A   999 PASS    REFCOUNT=198;ALTCOUNT=5
2L  7800182 2L_7800182_SNP  C   T   999 PASS    REFCOUNT=174;ALTCOUNT=21
2L  7800202 2L_7800202_SNP  C   G   999 PASS    REFCOUNT=152;ALTCOUNT=36
2L  7800231 2L_7800231_SNP  C   T   999 PASS    REFCOUNT=193;ALTCOUNT=8
2L  7800235 2L_7800235_SNP  A   G   999 PASS    REFCOUNT=199;ALTCOUNT=2
")

使用模式转换数据框列

2 个答案:

数据