从字符串向量中获取子字符串答案

【问题标题】：Getting a sub string from a vector of strings从字符串向量中获取子字符串
【发布时间】：2015-04-30 16:45:55
【问题描述】：

我有一个字符串向量

ids <- c("NM_006690.2_PROBE1","333212.1_PROBE1","7602049CB1_PROBE1","NM_018065.1_PROBE1","1539036CB1_PROBE1","NM_021019.1_PROBE1","1440608CB1_PROBE1","NM_031270.1_PROBE1","613678CB1_PROBE1")

这里已经有很多讨论：extract a substring in R according to a pattern。

我想删除dot(.) 之后的所有内容，并想删除_ 之后的所有内容PROBE。我设法删除了.

read.table(text = ids, sep = ".", as.is = TRUE, fill=TRUE)$V1

我现在介意在 613678CB1_PROBE1 这样的情况下删除 PROBE 之前的 _ ，我想要的输出是 613678CB1 。怎么做。

输出：

"NM_006690", "333212"  , "7602049CB1"  "NM_018065","1539036CB1"  "NM_021019" "1440608CB1"  "NM_031270","613678CB1")

注意：有两个_，一个附加NM，另一个附加PROBE。我希望所有东西都被删除_PROBE

【问题讨论】：

如果您发布预期的输出会更好。第一种情况，需要NM_
@akrun 。检查更新
另外，请在发布之前测试您的代码。 ids <- 行有语法错误。
@G.Grothendieck，我可以知道语法错误。
当您在 R 中输入错误代码时会出现错误，但似乎有人已经为您解决了这个问题。

标签： r substring

【解决方案1】：

您的要求似乎是：

gsub("\\..*|_PROBE.*", "", ids)

演示：

gsub("\\..*|_PROBE.*", "", ids)
# [1] "NM_006690"  "333212"     "7602049CB1" "NM_018065"  "1539036CB1"
# [6] "NM_021019"  "1440608CB1" "NM_031270"  "613678CB1"

【讨论】：

【解决方案2】：

你只是想要这个吗？

ids <- c("NM_006690.2_PROBE1", "333212.1_PROBE1"  , "7602049CB1_PROBE1" , "NM_018065.1_PROBE1",
         "1539036CB1_PROBE1",  "NM_021019.1_PROBE1", "1440608CB1_PROBE1",  "NM_031270.1_PROBE1",
         "613678CB1_PROBE1")
ids <- read.table(text = ids, sep = ".", as.is = TRUE, fill=TRUE)$V1

library(stringr)
ids <- str_replace(ids, "_PROBE1", "")

给你这个：

"NM_006690"  "333212"     "7602049CB1" "NM_018065"  "1539036CB1" "NM_021019"  "1440608CB1" "NM_031270"  "613678CB1"

【讨论】：

@akrun，我认为 OP 没有发布正确的输入或输出数据。
是的，他之间还有一个步骤，所以前两行实际上是输入数据以及操作预先进行的转换......我编辑了我的帖子