从字符串末尾开始使用 strsplit答案

【问题标题】：Use strsplit starting at end of string从字符串末尾开始使用 strsplit
【发布时间】：2014-04-29 05:33:05
【问题描述】：

我目前一直在使用代码来拆分单个样本的名称，更改部分样本名称，然后将字符串重新绑定在一起。当所有名称长度相同时，代码运行良好（即：名称长度为 8 个字符，并且总是在前 4 个字符后拆分），但是当名称长度不同时，代码不再有效的。

基本上，个人姓名是 7 或 8 个字符。最后 4 个字符很重要。
8 个字符的示例：Samp003A
7 个字符的示例：Sam003A

有没有办法继续使用 strsplit 来分隔我的名字，但从字符串的末尾而不是开头开始，以保留最后 4 个字符 (003A)？

当前代码：

> RowList <- as.list(rownames(df1))    
> RowListRes <- strsplit(as.character(RowList), "(?<=.{4})", perl = TRUE)    
> RowListRes.df <- do.call(rbind, RowListRes)    
> RowListRes.df[,1] <- "LY3D"    
> dfnames <- apply(RowListRes.df, 1, paste, collapse="")    
> rownames(df1) <- dfnames

我正在努力编辑第 2 行，以便可以根据最后 4 个字符进行拆分。

任何帮助将不胜感激！

【问题讨论】：

标签： r strsplit

【解决方案1】：

您似乎对如何使用环视断言有些困惑。您正在使用的模式 "(?<=.{4})" 是一个 look-behind 断言，它说“找到我所有的字符间空格，这些空格前面由任何类型的四个字符"，这不是你真正想要的。

您真正想要的模式"(?=.{4}$)" 是一个look-ahead 断言，它找到后跟四个任意类型字符的单个字符间空间紧跟在字符串的末尾。

不幸的是，有一个令人不快的转折。由于this question 的答案中讨论的原因，strsplit() 与前瞻断言奇怪地交互；因此，您实际需要的模式是"(?<=.)(?=.{4}$)"。以下是实际效果：

x <- c("Samp003A", "Sam003A")
strsplit(x, split="(?<=.)(?=.{4}$)", perl=T)
# [[1]]
# [1] "Samp" "003A"
# 
# [[2]]
# [1] "Sam"  "003A"

如果您真正想要的是每个条目的最后四个字符，也许只需使用substr()，如下所示：

x <- c("Samp003A", "Sam003A")
substr(x, start=nchar(x)-3, stop=nchar(x))
# [1] "003A" "003A"

【讨论】：

感谢您的快速回答！这正是我一直在寻找的，而且效果很好。

【解决方案2】：

最后的子串不是更简单吗？

stringr::str_sub(as.character(RowList), -4)

或stringr::str_sub(as.character(RowList), -4, -2) 只获取数字？

【讨论】：

感谢您的回答！如果我只想保留最后 4 个字符，这是一个很好的选择。但是当我试图用新标签替换开始标签并用最后 4 个字符重新绑定新标签时，拆分字符串而不是子集似乎是一个更简单的选择。