r - strsplit 并在第一个下划线之前保留部分

Question

我想保留 FIRST 后的部分。请参阅示例代码。

colnames(df)
"EGAR00001341740_P32_1"    "EGAR00001341741_PN32"

我的尝试，但不给 P32_1但只有 P32这是错误的。

sapply(strsplit(colnames(df), split='_', fixed=TRUE), function(x) (x[2]))

所需的输出: P32_1, PN32

Answer 1

可以使用正则表达式通过匹配零个或多个不是下划线( [^_]* )的字符从字符串的开头( ^ )，后跟一个下划线( _ )并用空格( "" )

colnames(df) <- sub("^[^_]*_", "", colnames(df))
colnames(df)
#[1] "P32_1" "PN32"

与 strsplit ，它会在 split 的任何地方 split 字符发生。一种选择是 str_split来自 stringr其中有一个选项可以指定“n”，即分割部分的数量。如果我们选择 n = 2 ，我们得到 2 个子串，因为它只会在第一个 _ 处 split

library(stringr)
sapply(str_split(colnames(df), "_",  n = 2), `[`, 2)
#[1] "P32_1" "PN32"