将数据拆分成块，但之间有距离

【问题标题】：Splitting data into chunks but with distance in between将数据拆分成块，但之间有距离
【发布时间】：2021-06-14 06:26:06
【问题描述】：

假设我有以下序列：

AAAAAAAAAAAAGCCAGGTGCGGTGGCTCATGCCTGTAAGCCCAGCACTTTGGGAGGCCAAGGCAGGCGGATCACTAGAGGTCAG

从位置 A（在序列中为粗体）开始，我想将其拆分为长度为 5 个字符的块，但我希望这些块彼此相距 3 个字符，这意味着我想要得到

'GGTGC' 、 'GGCTC' 、 'CCTGT' 、 'CCCAG' 等等直到最后。然后我想从粗体A到序列开头的意思得到相同的信息：

AAGCC、AAAAA、...

我该怎么做？

【问题讨论】：

【解决方案1】：

我们可以使用正则表达式环视来进行拆分，即我们拆分为 3 个字符（. - 代表正则表达式中的任何字符），成功 5 个字符

strsplit(str1, "(?<=.....)...", perl = TRUE)[[1]]

或者，如果我们想动态构造模式，请使用 strrep 和 paste

n1 <- 200
n2 <- 50
pat <- paste0("(?<=", strrep(".", n1), ")", strrep(".", n2))

str1 <- "AAAAAAAAAAAAGCCAGGTGCGGTGGCTCATGCCTGTAAGCCCAGCACTTTGGGAGGCCAAGGCAGGCGGATCACTAGAGGTCAG"

【讨论】：