选择大于 tresh 的字符串答案

【问题标题】：select strings bigger than tresh选择大于 tresh 的字符串
【发布时间】：2019-04-23 21:08:38
【问题描述】：

我有一个这样的字符串集

genome
 A DNAStringSet instance of length x
          width seq                                                               
    [1]     1003 GAACAGCATGAATGTTAAAACTGA...AGGTTTTCAGAAAAAGCAGAAGA 
    [2]     150 TATATATATATAGTCAATTCGAGG...CTATTCCAGAGTTTCCTTGCAAA 
    [3]     1619 ATAGACATACACACAAATATTTTT...TATTTATACATATATATATATAT 
    [4]     359 TCACCAGTGGCAGCCGCGGCTACA...GTACAACGACCCTGATGACTCCG

我只会选择大于 tresh = 1000 的字符串我试过了

genome[filter(width(genome) >=1000]

但是这并没有给出正确的解决方案。我会期待这样的输出：

genome
  A DNAStringSet instance of length x
           width seq                                                               
     [1]     1003 GAACAGCATGAATGTTAAAACTGA...AGGTTTTCAGAAAAAGCAGAAGA  
     [3]     1619 ATAGACATACACACAAATATTTTT...TATTTATACATATATATATATAT

任何人都可以向我推荐一个工作脚本吗？

【问题讨论】：

你能给我们一个dput的数据吗？或dput(head(data))。无论如何，我认为你可以做genome[ genome$width >= 1000]。
这个解决方案不起作用，因为我使用了 DNAstringset

标签： r substring

【解决方案1】：

在您的情况下，您需要 nchar 来计算字符串中的字符数。所以试试这个：

genome[nchar(genome$seq) >= 1000, ]

如果宽度是数字字符，您也可以像这样选择正确的条目：

genome[genome$width >= 1000, ]

在您的问题中，您使用了 dpylr 包中的 filter 函数：可以这样做：

library(dplyr)
filter(genome, width >= 1000)

或

filter(genome, nchar(seq) >= 1000)

【讨论】：

我认为它是一个字符串集，所以不可能使用dplyr。事实上，它提醒我这个错误 UseMethod("filter_") 中的错误：没有适用于 'filter_' 的方法应用于类“c('DNAStringSet', 'XStringSet', 'XRawList', 'XVectorList', 'List' , '向量', 'list_OR_List', '注释')"
好的，其他方法呢。如果它们不起作用，请发布输出dput(head(genome))。
请在您的问题中发布输出，而不是作为评论
对不起，我用这个脚本解决了这个问题！基因组[宽度（基因组）> = 1000，]