Question

我有一个长文件，只写为一列该列包含基因名称，后跟冒号（:)，然后是microRNA片段的名称。不幸的是，microRNA名称可能还包含冒号（:)。

我想用标签（\ t）替换仅 第一个冒号，然后使用write.table在R中生成两列。

以下是一个具有多个microRNA的基因名称的代表性样本：

CHD5:miR-329/362-3p:2
CHD5:miR-329/362-3p:1
CHD5:miR-30a/30a-5p/30b/30b-5p/30cde/384-5p
CHD5:miR-15/16/195/424/497
CHD5:miR-26ab/1297
CHD5:miR-17-5p/20/93.mr/106/519.d
CHD5:miR-130/301
CHD5:miR-19
CHD5:miR-204/211

有什么建议吗？

Answer 1

也许使用sub代替gsub？

Answer 2

如果你有'inFile'并想要'outFile'，这里有一个更完整的例子......

lines <- readLines('inFile')
lines <- sub(':', '\t', x)
writeLines(lines, 'outFile')

Answer 3

如果x是您的列或向量：

sub(":", "\t", x)

请参阅?sub，其中包含

'sub'和'gsub'执行第一次和所有匹配的替换分别

Answer 4

如果您使用sed可以，则可以执行以下操作（假设您的数据位于名为data.txt的文件中）。

sed 's/\([^:]\):/\1 /' data.txt

\1之后的空格实际上是一个标签。要将它插入我的shell，我需要执行Ctrl-v，＆lt; tab＆gt;。

这是运行命令后的结果：

CHD5    miR-329/362-3p:2
CHD5    miR-329/362-3p:1
CHD5    miR-30a/30a-5p/30b/30b-5p/30cde/384-5p
CHD5    miR-15/16/195/424/497
CHD5    miR-26ab/1297
CHD5    miR-17-5p/20/93.mr/106/519.d
CHD5    miR-130/301
CHD5    miR-19
CHD5    miR-204/211

使用grep / gsub只查找第一个冒号

4 个答案: