在向量中保留不符合 strsplit() 条件的字符串

Question

我有不同的字符串，如下所示：

t <- c("probable linoleate 9S-lipoxygenase 5 [Malus domestica]", "PREDICTED:  protein STRUBBELIG-RECEPTOR FAMILY 3 [Malus domestica]")

我想从包含它的字符串中删除“PREDICTED:”。

我的脚本如下所示：

t <- sapply(strsplit(t, split= ": ", fixed = TRUE), function(x) (x[2]))

但是，结果如下： [1] NA“蛋白质 STRUBBELIG-受体家族 3 [Malus domestica]”

因此，出于某种原因，它删除了 t[1]，并正确执行了对 t[2] 的操作。我尝试将 grep() 添加到我的字符串中：

t <- sapply(strsplit(t, if(grep('^*.', t), split= ": " else t, fixed = TRUE), function(x) (x[2]))). 

我也试过写一个循环：

for(i in t){
  if(i == grep('PREDICTED', t[i]) split= ": " else t[i])
}

非常感谢任何帮助。 谢谢！

Answer 1

要删除 PREDICTED: 单词，您可以使用简单的非正则表达式 sub：

t <- c("probable linoleate 9S-lipoxygenase 5 [Malus domestica]", "PREDICTED:  protein STRUBBELIG-RECEPTOR FAMILY 3 [Malus domestica]")
sub("PREDICTED:  ", "", t, fixed=TRUE)

见online R demo

如果第一个冒号之前的单词可以是任意的，请使用正则表达式解决方案：

t <- c("probable linoleate 9S-lipoxygenase 5 [Malus domestica]", "PREDICTED:  protein STRUBBELIG-RECEPTOR FAMILY 3 [Malus domestica]")
sub("^[^:]*:\\s*", "", t)

见another demo。在这里，^[^:]*:\\s* 在字符串的开头匹配除 : 之外的 0+ 个字符，然后是 :，然后是 0+ 个空格（这仅匹配一次，因为使用了 sub，而不是 gsub。

在这两种情况下，输出都是一样的：

[1] "probable linoleate 9S-lipoxygenase 5 [Malus domestica]"
[2] "protein STRUBBELIG-RECEPTOR FAMILY 3 [Malus domestica]"