我有以下数据集
> head(names$SAMPLE_ID)
[1] "Bacteria|Proteobacteria|Gammaproteobacteria|Pseudomonadales|Moraxellaceae|Acinetobacter|"
[2] "Bacteria|Firmicutes|Bacilli|Bacillales|Bacillaceae|Bacillus|"
[3] "Bacteria|Proteobacteria|Gammaproteobacteria|Pasteurellales|Pasteurellaceae|Haemophilus|"
[4] "Bacteria|Firmicutes|Bacilli|Lactobacillales|Streptococcaceae|Streptococcus|"
[5] "Bacteria|Firmicutes|Bacilli|Lactobacillales|Streptococcaceae|Streptococcus|"
[6] "Bacteria|Firmicutes|Bacilli|Lactobacillales|Streptococcaceae|Streptococcus|"
我想提取||作为新变量之间的最后一个词即
Acinetobacter
Bacillus
Haemophilus
我试过用
library(stringr)
names$sample2 <- str_match(names$SAMPLE_ID, "|.*?|")
特定
str1 <- "0 1 1 2 2 3 3 4 0 4"
我想要:
str2 <- "0 1\n1 2\n2 3\n3 4\n0 4"
使用stringr的方法是什么？
我想知道如何从文本字符串中获取唯一的字符数.假设我正在寻找重复单词中的苹果,香蕉,菠萝,葡萄的重复计数.
A<- c('I have a lot of pineapples, apples and grapes. One day the pineapples person gave the apples person two baskets of grapes')
df<- data.frame(A)
假设我想获得文本中列出的所有水果的独特计数.
library(stringr)
df$fruituniquecount<- str_count(df$A, "apples|pineapples|grapes|bananas")
我尝试了这个,但我得到了所有的计数.我希望答案为'3'.请提出您的想法.
两个相关的问题.我有文本数据的向量,如
"a(b)jk(p)" "ipq" "e(ijkl)"
并希望将其轻松分离为包含括号内的文本的向量:
"ajk" "ipq" "e"
和包含括号中的文本的向量:
"bp" "" "ijkl"
有没有简单的方法来做到这一点？另一个困难是这些可能变得非常大并且具有大(无限)数量的括号.因此,我不能简单地在括号中"预先/发布"文本并需要更智能的解决方案.
我有一个两个变量的数据帧，其中一个是字符向量。"MyVector" 中的每一行都包含一个只有一个名字的字符串（即“Pete”）。名称在字符串中的位置可能会有所不同。我想创建将列表中的名称与字符串中的名称匹配的代码，并将该名称提取到数据框中的新变量中。如果名称始终位于向量“MyVector”中的相同位置，我将创建一个新变量作为 MyVector 的子字符串，将名称提取到新列中。我从 Stringr 尝试了各种版本的 str_detect 无济于事。
挑战：如果名称位于多个位置，我如何检测名称或将名称提取到新变量中并将其放入 MyDF？
#Create the data frame
var.1 <-rep(c(1,5,3),2)
MyVector <- c("I know Pete", "Jerry has a new job","Victor is an employee","How to work with Pete","Too Many Students","Bob is mean")
MyDF <-as.data.frame(cbind(var.1,MyVector))
#Create a vector of a list of names I want to extract into a new column in the dataframe.
Extract <- c("Jerry","Pete", "Bob", "Victor")
#Match would be perfect if I could use it on character vectors
MyDF$newvar <-match(MyDF$MyVector,Extract)
我的最终 data.frame 应该类似于下面的输出。 …
我试图删除字符串中的括号,如下所示.
library(stringr)
x <- "(Verhoeff,1937)"
str_replace(string = x, pattern = "(\\()|(\\))", replacement = "")
[1] "Verhoeff,1937)"
gsub(pattern = "(\\()|(\\))", replacement = "", x = x)
[1] "Verhoeff,1937"
str_replace似乎没有找到结束括号？有什么想法吗？
假设我有一个像这样的数据框,带有字符串向量var2
var1 var2
1 abcdefghi
2 abcdefghijklmnop
3 abc
4 abcdefghijklmnopqrst
将每n个字符的var2拆分为新列的最有效方法是什么,直到每个字符串结束为止,
例如,如果每4个字符,输出将如下所示:
var1 var2 new_var1 new_var2 new_var3 new_var4 new_var5
1 abcdefghi abcd efgh i
2 abcdefghijklmnop abcd efgh ijkl mnop
3 abc abc
4 abcdefghijklmnopqrst abcd efgh ijkl mnop qrst
stringr包？使用"str_split_fixed"
或使用正则表达式:
gsub("(.{4})", "\\1 ", "abcdefghi")
根据var2的长度创建转到new_var_n的新列的容量,例如可以是10000个字符.
我想替换字符串的一部分（在前 2 个下划线之间，第一组始终为“i”），如下面的基本 R 示例所示：
library(dplyr)
library(stringr)
d <- tibble(txt = c("i_0000_GES", "i_0000_OISO", "i_0000_ASE1333"),
repl = c("1111", "1111", "2222"))
str_sub(d$txt, 3, 6) <- d$repl
d
# A tibble: 3 x 2
# txt repl
# <chr> <chr>
# 1 i_1111_GES 1111
# 2 i_1111_OISO 1111
# 3 i_2222_ASE1333 2222
我如何使用str_sub<-或其他字符串函数来做到这一点？
我有一个我似乎无法解决的小问题。给定两列：
dt <- data.table(ColumnA = c("A,B,C,A,A,A", "A,B,C"), ColumnB = c("A,C,A", "C"))
我想从 columnA 中“减去”columnB，这将导致：
data.table(Result = c("B,A,A", "A,B"))
如果不首先将其转换为列表，然后尝试减去该列表，如何实现这一事实？此外，由于数据集相当大，无法在 R 中使用 for 循环来完成。
逗号分隔字符串中的每一项都应视为一项，如果出现一次，则应仅减去一次。因此，并非所有 A 都在第一行中消失了。
我希望gsub并stringr::str_replace_all在下面返回相同的结果，但只gsub返回预期的结果。我正在开发一个课程来演示，str_replace_all所以我想知道为什么它会在这里返回不同的结果。
txt <- ".72 2.51\n2015** 2.45 2.30 2.00 1.44 1.20 1.54 1.84 1.56 1.94 1.47 0.86 1.01\n2016** 1.53 1.75 2.40 2.62 2.35 2.03 1.25 0.52 0.45 0.56 1.88 1.17\n2017** 0.77 0.70 0.74 1.12 0.88 0.79 0.10 0.09 0.32 0.05 0.15 0.50\n2018** 0.70 0"
gsub(".*2017|2018.*", "", txt)
stringr::str_replace_all(txt, ".*2017|2018.*", "")
gsub返回预期的输出（之前和包括2017，之后和包括的所有内容2018都已被删除）。
gsub 的输出（预期）
[1] "** 0.77 0.70 0.74 1.12 0.88 0.79 0.10 0.09 0.32 0.05 0.15 0.50\n"
然而， …