希望解析和复制R中特定模式的数据

发布于01月24日

我正在try 解析以下字符串，其中我想复制字符串开头的登录号以添加到"]"之后，请注意，"x"之前的数字可以是任何数字，这就是为什么我在这里称它为"d".这个"]; dPhospho"的模式是我需要匹配的.

# Sample dataframe
DT <- data.frame(Positions.in.Master.Proteins = c("Q8R149 2xPhospho [T131(100); T/S]; 2xPhospho [T157(100); T/S]",
                                                  "Q9UET0 3xPhospho [S23(90); T63(70); Y67(70)]; 3xPhospho]"))

输出将如下所示；

[1] "Q8R149 2xPhospho [T131(100); T/S]; **Q8R149** 2xPhospho [T157(100); T/S]"

[2] "Q9UET0 3xPhospho [S23(90); T63(70); Y67(70)]; **Q9UET0** 3xPhospho]"

现在您可以看到注册号被复制到我需要它们的位置.谢谢!

推荐答案

使用gsubfn包，您可以使用sub提取您的登录号，并直接将其视为替换.

library(gsubfn)

unname(
  sapply(DT$Positions.in.Master.Proteins, 
         \(i) gsubfn(pattern = "; \\dxPhospho", 
                     replacement = \(x) paste0("; ", sub(" \\[.*", "", i)), 
                     x = i))
  )

[1] "Q8R149 2xPhospho [T131(100); T/S]; Q8R149 2xPhospho [T157(100); T/S]"
[2] "Q9UET0 3xPhospho [S23(90); T63(70); Y67(70)]; Q9UET0 3xPhospho]"