我有一个数据框，看起来像这样:
df <- data.frame(V1=c(">A1", "aaaa", "bbb", "cccc",
">B2", "dddd", "eeeee","ff",
">C3", "ggggggg", "hhhhh", "iiiii", "jjjjj"))
这就是我想要的:
df1 <- data.frame(V1=c(">A1", "aaaabbbcccc",
">B2", "ddddeeeeeff",
">C3", "ggggggghhhhhiiiiijjjjj"))
如您所见，我希望合并包含以">；"符号开头的字符串的两行之间的每一行. 坦率地说，我不知道从何说起. 请指点一下.
我们可以用cumsum(grepl(.))美元来做这件事.
data.frame(
V1 = unlist(
by(df$V1, cumsum(grepl("^>", df$V1)),
function(z) c(z[1], paste(z[-1], collapse = "")))
)
)
# V1
# 11 >A1
# 12 aaaabbbcccc
# 21 >B2
# 22 ddddeeeeeff
# 31 >C3
# 32 ggggggghhhhhiiiiijjjjj
简要说明:
grepl(.) for each 包含>的单元格返回TRUE；然后
cumsum为该行和直到下一次出现的所有行分配相同的数字:
grepl(">", df$V1)
# [1] TRUE FALSE FALSE FALSE TRUE FALSE FALSE FALSE TRUE FALSE FALSE FALSE FALSE
cumsum(grepl(">", df$V1))
# [1] 1 1 1 1 2 2 2 2 3 3 3 3 3
by(.)会对这些组中的每一个组执行一些操作；在本例中，它返回一个向量长度2，首先是>个字符串，然后是所有其他字符串.
它被构造为你的df1，
df1
# V1
# 1 >A1
# 2 aaaabbbcccc
# 3 >B2
# 4 ddddeeeeeff
# 5 >C3
# 6 ggggggghhhhhiiiiijjjjj