Question

我有一个数据框，其中的“ SampleID”列包含一系列样本ID，所有这些ID以“ _Dup”结尾。我想从列中的所有行名称中删除“ _Dup”后缀。

以下是df的示例：

df
SampleID      Concentration
sample1_Dup   1
sample2_Dup   2
sample3_Dup   3

我要寻找的结果是这样：

df
SampleID      Concentration
sample 1      1
sample 2      2
sample 3      3

我已经使用base R和tidyverse搜索了此问题的解决方案，但是在修改列中的所有行名称时找不到任何东西。

Answer 1

尝试使用sub：

df$SampleID <- sub("(\\d+)_[^_]+$", " \\1", df$SampleID)
df$SampleID

[1] "sample 1" "sample 2" "sample 3"

此处的策略是匹配和来捕获样本编号，然后是最后的下划线和其余的样本ID。然后，我们只用一个空格替换该捕获的样本号。

Answer 2

您可以将列拆分为2，然后删除不需要的列。


separate(data, col, into, sep = "[^[:alnum:]]+", remove = TRUE,
  convert = FALSE, extra = "warn", fill = "warn", ...)

Answer 3

tidyverse风格的解决方案：

df %>%
    mutate(SampleID = SampleID %>% str_replace('(.*)([0-9])_Dup$', '\\1 \\2'))

tidyverse样式的字符串操作功能来自stringr，并且所有名称都以str_XYZ之类的名称开头。他们能够使用正则表达式。在这里，我们使用了“命名组”-这是括号内正则表达式的一部分。第一个命名的组(*.)是任何单个数字之前的所有内容。单个数字是第二个命名组（([0-9])）。在str_replace的第三个参数\\1 \\2中，我们将两个部分以及它们之间的空格放在一起。

Answer 4

我想我会像这样创建一个新变量。

df$new_var<-substr(df$SampleID, 1,7)

应采用字符串的前7个字符并将其放在新列中。

是否有R函数可以删除部分行名？

4 个答案: