数据框中列值中的 gsub答案

【问题标题】：gsub in columns value in dataframe数据框中列值中的 gsub
【发布时间】：2016-07-26 18:56:53
【问题描述】：

我有一个包含多列的文件。我正在展示两列我感兴趣的两列

 Probe.Set.ID         Entrez.Gene
A01157cds_s_at               50682
A03913cds_s_at               29366
A04674cds_s_at 24860 /// 100909612
A07543cds_s_at               24867
A09811cds_s_at               25662
----                          ----
A16585cds_s_at               25616

我需要用 "\t"(tab) 替换 /// 并且输出应该是这样的

A01157cds_s_at;50682
A03913cds_s_at;29366
A04674cds_s_at;24860      100909612

另外，我需要避免带有“---”的那些

【问题讨论】：

如果将/// 替换为制表符，则某些行的列数会多于其他行，这将无法很好地导入。从外观上看，我会用read.fwf 导入它并在事后修复它。
你正在苦苦挣扎的部分是什么？从外观上看，这可以读取为固定宽度数据help(read.fwf)，您已经找到了gsub 用于替换分隔符，显然您可以使用write.csv2 写入该数据。您需要帮助哪一部分？顺便说一句：fortune(230)

标签： regex r dataframe bioinformatics

【解决方案1】：

这里是使用 dplyr 的稍微不同的方法：

data <- data.frame(Probe.Set.ID = c("A01157cds_s_at",
                                "A03913cds_s_at",
                                "A04674cds_s_at",
                                "A07543cds_s_at",
                                "A09811cds_s_at",
                                "----",
                                "A16585cds_s_at"),
               Entrez.Gene = c("50682",
                               "29366",
                               "24860 /// 100909612",
                               "24867",
                               "25662",
                               "----",
                               "25616")
)

if(!require(dplyr)) install.packages("dplyr")
library(dplyr)

data %>% 
  filter(Entrez.Gene != "----") %>%
  mutate(new_column = paste(Probe.Set.ID,
                        gsub("///", "\t", Entrez.Gene),
                        sep = ";"
                        )
     ) %>% select(new_column)

【讨论】：

【解决方案2】：

看起来您需要对数据进行子集化，然后将两列粘贴在一起，然后使用 gsub 替换“///”。这是我想出的，dat 是包含两列的数据框。

dat = dat[dat$Probe.Set.ID != "----",] # removes the rows with "---"
dat = paste0(dat$Probe.Set.ID, ";", dat$Entrez.Gene) # pastes the columns together and adds the ";"
dat = gsub("///","\t",dat) # replaces the "///" with a tab

另外，使用 cat() 来查看选项卡，而不是“\t”。我从这里得到的：How to replace specific characters of a string with tab in R。这将输出一个列表而不是 data.frame。你可以用data.frame()转换回来，但是你不能用cat()来查看。

【讨论】：

【解决方案3】：

我们可以在这里使用dplyr 和tidyr。

library(dplyr)
library(tidyr)

> df <- data.frame(
    col1 = c('A01157cds_s_at', 'A03913cds_s_at', 'A04674cds_s_at', 'A07543cds_s_at', '----'), 
    col2 = c('50682', '29366', '24860 /// 100909612', '24867', '----'))


> df %>% filter(col1 != '----') %>% 
    separate(col2, c('col2_first', 'col2_second'), '///', remove = T) %>%
    unite(col1_new, c(col1, col2_first), sep = ';', remove = T)

> df

##                col1_new col2_second
## 1  A01157cds_s_at;50682        <NA>
## 2  A03913cds_s_at;29366        <NA>
## 3  A04674cds_s_at;24860    100909612
## 4  A07543cds_s_at;24867        <NA>

filter 删除带有col1 == '----' 的观察。
separate 将col2 拆分为两列，即col2_first 和col2_second
unite 连接 col1 和 col2_first 与 ; 作为分隔符。

【讨论】：