r - 在一列中查找正则表达式并添加到同一数据框中的新列

Question

我有一个数据框(TBB)如下

X.CHROM    POS        INFO

 chr1     134324   SAMPLE=LNGHJ;
 chr2     2333     SAMPLE=dd;GERP;.;
 chr2      3334     SAMPLE=;GERP;DDS;CDC=dd;

我想提取每个分号之间的所有内容并将其放在自己的列中，以便结果看起来像

X.CHROM    POS        INFO                       
chr1     134324       SAMPLE=LNGHJ;            SAMPLE=LNGHJ    
chr2     2333         SAMPLE=dd;GERP;DDS=3;    SAMPLE=dd       GERP   DDS=3   
chr2      3334        SAMPLE=;GERP;DDS;        SAMPLE=         GERP   DDS

我试过了

TBB3 <- TBB[grep("SAMPLE.*?;", TBB$INFO), ]
TBB4<-cbind(TBB3,TBB)

但是这些列相对于彼此的大小是错误的，显然我必须对分号后的每个单词重复此操作，因此效率不高。

Answer 1

您可以尝试stringi::stri_split_fixed

library(stringi)
cbind(TBB, stri_split_fixed(TBB$INFO, ";", simplify = TRUE, omit_empty = TRUE))
#   X.CHROM    POS                  INFO            1    2     3
# 1    chr1 134324         SAMPLE=LNGHJ; SAMPLE=LNGHJ           
# 2    chr2   2333 SAMPLE=dd;GERP;DDS=3;    SAMPLE=dd GERP DDS=3
# 3    chr2   3334     SAMPLE=;GERP;DDS;      SAMPLE= GERP   DDS