如何将一列样本 ID 映射到它们各自的文件名

Question

我有一个数据框，其中包含一个名为 sample_id 的列以及其他元数据。

df <- data.frame(sample_id = c('x1', 'x2', 'x3', 'x4'))

我还有一个文件列表，其中包含各自的文件名，这些文件名可能并不总是具有相同的后缀。

files <- list('x1_001.txt', 'x2_003.txt', 'x4_abc.txt', 'x3_bg.txt')

我想在数据框中创建一个列，从文件列表中获取文件名并将其映射到相应的 sample_id。

但是，当我尝试使用 df <- df %>% mutate(filename = grep(sample_id, files, value = TRUE) 执行此操作时，它不起作用。

是否有具有此功能的功能，或者我需要创建一些自定义功能？

感谢您的任何帮助。

df <- df %>% mutate(filename = grep(sample_id, files, value = TRUE)

Answer 1

我们可以用

v1 <- unlist(files)
df$filename <- v1[match(df$sample_id, sub( "_.*", "", v1))]

-输出

> df
  sample_id   filename
1        x1 x1_001.txt
2        x2 x2_003.txt
3        x3  x3_bg.txt
4        x4 x4_abc.txt