R通配符数据帧合并答案

【问题标题】：R Wildcard data frame mergingR通配符数据帧合并
【发布时间】：2015-07-27 08:47:28
【问题描述】：

我正在尝试合并数据框和向量，而不是通过列中的精确字符串匹配，而是通过通配符字符串匹配。为了澄清，假设你有这个数据框：

v <-data.frame(X1=c("AGTACAGT","AGTGAAGT","TGTA","GTTA","GAT","GAT"),X2=c(1,1,1,1,1,1))
#         X1 X2
# 1 AGTACAGT  1
# 2 AGTGAAGT  2
# 3     TGTA  3
# 4     GTTA  4
# 5      GAT  5
# 6      GAT  6

我想通过为每个 AGT.{3}GT、.{T|G}TA、GAT 模式创建不同的颜色来创建数据框，并创建一个显示该颜色的新列 X3。所以是这样的：

#         X1 X2        X3
# 1 AGTACAGT  1 "#FE7F01"
# 2 AGTGAAGT  2 "#FE7F01"
# 3     TGTA  3 "#FE7F00"
# 4     GTTA  4 "#FE7F00"
# 5      GAT  5 "#FE8002"
# 6      GAT  6 "#FE8002"

到目前为止，我正在使用它为每个级别创建颜色，但我不知道如何计算有多少“通配符级别”而不是单个级别：

x <- nlevels(v$X1)
x.colors2 <- colorRampPalette(brewer.pal(8,"Paired"))(x)
G <- data.frame("X1"=levels(v$X1),"X3"=x.colors2)
v <- merge(v,G)

【问题讨论】：

标签： regex r merge dataframe

【解决方案1】：

这里有一个解决方案。

寻找模式：

pat <- c("^AGT.{3}GT$", "^.(T|G)TA$", "^GAT$")
n <- length(pat)
indList <- lapply(pat, grep, v$X1)

生成颜色：

library(RColorBrewer)
col <- colorRampPalette(brewer.pal(8, "Paired"))(n)

为数据框添加颜色：

colFull <- rep(col, sapply(indList, length))
v$color <- colFull[order(unlist(indList))]

结果：

v
#         X1 X2   color
# 1 AGTACAGT  1 #A6CEE3
# 2 AGTGAAGT  1 #A6CEE3
# 3     TGTA  1 #979C62
# 4     GTTA  1 #979C62
# 5      GAT  1 #FF7F00
# 6      GAT  1 #FF7F00

【讨论】：