r - 提取与模式匹配的特定单词

Question

我有一个带有列的数据框:

nf1$Info = AC=1;AF=0.500;AN=2;BaseQRankSum=-1.026e+00;ClippingRankSum=-1.026e+00;DP=4;ExcessHet=3.0103;FS=0.000; MLEAC=1;MLEAF=0.500;MQ=28.25;MQRankSum=-1.026e+00;QD=10.18;ReadPosRankSum=1.03;SOR=0.693

我正在尝试从此列中提取特定值。

例如我对“MQRankSum”感兴趣并且我使用了:

str_extract(nf1$Info,"[MQRankSum]+=[:punct:]+[0-9]+[.]+[0-9]+")

它返回BaseQRankSum的值，而不是MQRankSum。

Answer 1

将字符包含在方括号中会创建与任何已定义字符匹配的字符类，因此 [yes]+匹配yyyyyyyyy , eyyyyss等

你想要做的是匹配一个单词MQRankSum , = ，然后是 ; 以外的任何字符:

str_extract(nf1$Info,"MQRankSum=[^;]+")

如果你想排除MQRankSum=从匹配中，使用后视:

str_extract(nf1$Info,"(?<=MQRankSum=)[^;]+")
                      ^^^^^^^^^^^^^^^

(?<=MQRankSum=)正向回顾将确保有 MQRankSum=紧邻当前位置左侧的文本，并且只有在此之后才会匹配除 ; 之外的 1 个或多个字符.