将 gsub 命令从 R 翻译成 Python答案

【问题标题】：translating gsub command from R into Python将 gsub 命令从 R 翻译成 Python
【发布时间】：2018-04-09 03:27:26
【问题描述】：

我想拆分这个 mystring="0G15^GAC0T60T4^AA0C0" 并用 python 得到以下输出：

['0','G','15','^GAC','T','60','T','4','^AA','C']

可以在 R 中使用这个命令来完成：

mystring <- "0G15^GAC0T60T4^AA0C0"
gsub("([\\^]*[ACGT]+)[0]*", " \\1 ", mystring)

如何将 R 脚本翻译成 python？

谢谢

【问题讨论】：

标签： python r regex

【解决方案1】：

您可以使用 Python 的 re 模块重用现有的正则表达式

import re

mystring = "0G15^GAC0T60T4^AA0C0"
l = re.sub("([\\^]*[ACGT]+)[0]*", " \\1 ", mystring).split()

l 然后是

['0', 'G', '15', '^GAC', 'T', '60', 'T', '4', '^AA', 'C']

【讨论】：

不错的正则表达式老兄！...很好的答案！这是一个加号

【解决方案2】：

你可以试试这个：

mystring="0G15^GAC0T60T4^AA0C0" 
import re
new_data = re.findall('(?<!\^[GAC])\d+|(?<!\^)\w|\^[a-zA-Z]+', mystring)
final_data = [a for i, a in enumerate(new_data) if a != '0' or not new_data[i-1].startswith("^")][:-1]

输出：

['0', 'G', '15', '^GAC', 'T', '60', 'T', '4', '^AA', 'C']

【讨论】：

输出不一样