在R中的模式/分隔符之间提取字符串答案

【问题标题】：Extract a string between patterns/delimiters in R在R中的模式/分隔符之间提取字符串
【发布时间】：2014-05-06 19:35:26
【问题描述】：

我有以下形式的变量名：

PP_Sample_12.GT

或

PP_Sample-17.GT

我正在尝试使用字符串拆分来删除中间部分：即Sample_12 或Sample-17。但是，当我这样做时：

IDtmp <- sapply(strsplit(names(df[c(1:13)]),'_'),function(x) x[2])
IDs <- data.frame(sapply(strsplit(IDtmp,'.GT',fixed=T),function(x) x[1]))

我以Sample 结束PP_Sample_12.GT。

还有其他方法可以做到这一点吗？也许使用模式/替换功能？虽然，不确定这是否存在于 R 中（但我认为这可能适用于 gsub）

【问题讨论】：

【解决方案1】：

使用此输入：

x <- c("PP_Sample_12.GT", "PP_Sample-17.GT")

1) strsplit。将第一个下划线替换为点，然后按点分割：

spl <- strsplit(sub("_", ".", x), ".", fixed = TRUE)
sapply(spl, "[", 2)

2) gsub 将前缀（^[^_]*_）和后缀（\\.[^.]*$"）替换为空字符串：

gsub("^[^_]*_|\\.[^.]*$", "", x)

3) gsubfn::strapplyc 提取下划线和点之间的所有内容。

library(gsubfn)
strapplyc(x, "_(.*)\\.", simplify = TRUE)

【讨论】：

【解决方案2】：

这是一个gsub，它将提取第一个_之后和最后一个.之前的所有内容

x<-c("PP_Sample-12.GT","PP_Sample-17.GT")
gsub(".*_(.*)\\..*","\\1", x, perl=T)

【讨论】：

【解决方案3】：

如果它们都以相同的字符开头和结尾，并且这些字符不在字符串的中间部分，gsub 表达式很简单：

> x <- c("PP_Sample-12.GT","PP_Sample-17.GT")
> gsub('[(PP_)|(.GT)]','',x)
[1] "Sample-12" "Sample-17

【讨论】：

【解决方案4】：

这会抓取列表中被拆分的每个部分的2nd 元素，然后通过子集函数[ 将其简化为向量，使用sapply 为原始列表的每个元素调用此函数。

x <- c('PP_Sample_12.GT', 'PP_Sample-17.GT')
sapply(strsplit(x, '(?:_(?=\\D)|\\.GT)', perl = T), '[', 2)

[1] "Sample_12" "Sample-17"

【讨论】：