小编Chr*_*ann的帖子

我有时间戳指示事件开始的时间和结束的时间：

x <- "00:01:00.000 - 00:01:10.500"

我需要计算事件的持续时间。利用hms从包lubridate以及lapply和strsplit它给我预期的输出：

library(lubridate)
unlist(lapply(strsplit(x, split=" - "), function(x) as.numeric(hms(x))))[2] - unlist(lapply(strsplit(x, split=" - "), function(x) as.numeric(hms(x))))[1] 
[1] 10.5

但我觉得代码完全不优雅，一点也不简洁。有没有更好的方法来获得持续时间？

编辑：

如果，因为是事实确实如此，有很多超过在短短的一个值x，如：

x <- c("00:01:00.000 - 00:01:10.500", "00:12:12.000 - 00:13:10.500")

我想出了这个解决方案：

timepoints <- lapply(strsplit(x, split=" - "), function(x) as.numeric(hms(x)))
duration <- lapply(timepoints, function(x) x[2]-x[1])

duration
[[1]]
[1] 10.5

[[2]]
[1] 58.5

但是，再一次，肯定有一个更好、更短的。

我正在努力以干净的方式将逗号分隔的字符串剥离为唯一的子字符串：

x <- c("Anna & x, Anna & x", #
       "Alb, Berta 222, Alb", 
       "Al Pacino", 
       "Abb cd xy, Abb cd xy, C123, C123, B")

我似乎对负字符类、负前瞻和反向引用的组合表现得很好；然而令我困扰的是，在许多子字符串中都有不需要的空格：

library(stringr)
str_extract_all(x, "([^,]+)(?!.*\\1)")
[[1]]
[1] " Anna & x"

[[2]]
[1] " Berta 222" " Alb"      

[[3]]
[1] "Al Pacino"

[[4]]
[1] " Abb cd xy" " C123"      " B"

如何改进模式以便不提取不需要的空白？

Desired result:
#> [[1]]
#> [1] "Anna & x"
#> [[2]]
#> [1] "Alb"       "Berta 222"
#> [[3]]
#> [1] "Al Pacino"
#> …

我有带有注释符号的话语：

utt <- c("\xe2\x86\x91hey girls\xe2\x86\x91 can I <join yo:u>", "((v: grunts))", "!damn shit! got it", \n"I mean /yeah we saw each other at a party:/\xe2\x86\x93 the other day"\n)\n

我需要拆分utt成单独的单词，除非这些单词被某些分隔符括起来，包括此类[(/\xe2\x89\x88\xe2\x86\x91\xc2\xa3<>\xc2\xb0!]。我对s 使用双负前瞻做得相当好utt，其中分隔符之间只出现一个这样的字符串；但当分隔符之间有多个此类字符串时，我无法正确分割：

library(tidyr)\nlibrary(dplyr)\ndata.frame(utt2) %>%\n  separate_rows(utt, sep = "(?!.*[(/\xe2\x89\x88\xe2\x86\x91\xc2\xa3<>\xc2\xb0!].*)\\\\s(?!.*[)/\xe2\x89\x88\xe2\x86\x91\xc2\xa3<>\xc2\xb0!])")\n# A tibble: 9 \xc3\x97 1\n  utt2                                        \n  <chr>                                       \n1 \xe2\x86\x91hey girls\xe2\x86\x91 can I <join yo:u>               \n2 ((v: grunts))                               \n3 !damn shit!                                 \n4 got                                         \n5 it                                          \n6 I …

我有一个 R 数据框如下-

df <- data.frame(
   FDR =  c (0.009, 0.007, 0.007), 
   Probe_ID =  c("1555272_at", "1557203_at", "1557384_at"),
   Gene.Symbol =  c("RSPH10B2///RSPH10B","PABPC1L2B///PABPC1L2A","LOC100506639///ZNF131"),
   Gene.ID = c("728194///222967","645974///340529","100506639///7690"))

df
    FDR   Probe_ID           Gene.Symbol          Gene.ID
1 0.009 1555272_at    RSPH10B2///RSPH10B  728194///222967
2 0.007 1557203_at PABPC1L2B///PABPC1L2A  645974///340529
3 0.007 1557384_at LOC100506639///ZNF131 100506639///7690

我想根据 列 的行值和df$Gene.symbol模式分割数据框///。结果数据框应如下所示 -

FDR     Probe_ID    Gene.symbol     Gene.ID 
0.009   15111_at    RSPH10B2        728194 
0.009   15111_at    RSPH10B         222967 
0.007   15222_at    PABPC1L2B       645974 
0.007   15222_at    PABPC1L2A       340529 
0.007   15333_at    LOC100506639    100506639 
0.007   15333_at    ZNF131          7690

我尝试了以下代码，但它不起作用并生成了具有重复元素的列- …

在这种数据框中：

df <- data.frame(
     w1 = c("A","A","B","C","A"),
     w2 = c("C","A","A","C","C"),
     w3 = c("C","A","B","C","B")
   ) 

我需要计算所有列中字符值的列内比例。有趣的是，以下代码适用于大型实际数据集，但对上述玩具数据会引发错误：

df %>%
  summarise(across(everything(), ~prop.table(table(.))*100))

我正在寻找的是一个数据框，其中每列中所有值的精确比例加上一列指示值：

       w1  w2  w3
1  A   60  40  20
2  B   20   0  40
3  C   20  60  40

我有一系列 s 中Subjects提到的评级的此类数据：AnnotationTrial

df <- structure(list(Subject = c("A", "A", "A", "B", "B", "B"), \n                     Annotation = c("f", "n", "n", "f", "n", "f"), \n                     Trial = c(1L, 2L, 3L, 1L, 2L, 3L),\n                     ID = c(1L, 2L, 3L, 1L, 2L, 3L),\n                     Trial_time = c("00:00:00.001", \n                      "00:00:00.002", "00:00:00.003", "00:00:00.001", \n                      "00:00:00.002", "00:00:00.003")), row.names = c(NA, -6L), class = c("tbl_df", "tbl", "data.frame"))\n

我想pivot_wider同时Trial保留每个 的所有Subject关联列。我所能做的就是这样，它会丢失列ID和Trial_time：

library(dplyr)\ndf %>%\n …

我有这种类型的数据：

df <- data.frame(
  Partcpt = c("B","A","B","C"),
  aoi = c("ACA","CB","AA","AABC" )
)

我想用aoi连续的数字替换单个字母，除非字母重复，在这种情况下，应该重复之前的替换数字。有正则表达式解决这个问题吗？我也愿意接受其他解决方案。

期望的输出是这样的：

  Partcpt  aoi
1       B  121
2       A   12
3       B   11
4       C 1123

如何将字符串向量更改为通过拆分字符串导出的子字符串

一个示例向量：

test <- c("1.folder/file1.csv","1.folder/file2.csv","1.folder/file3.csv")

期望的输出：

"file1.csv","file2.csv","file3.csv"

我将几个演讲者之间的对话记录为一个字符串：

convers <- "Peter: hiya Mary: hi how wz your weekend Peter: ahh still got a headache An you party a lot Mary: nuh you know my kid s sick n stuff Peter: yeah i know thats erm al hamshi: hey guys how s it goin Peter: Great Mary: where ve you been last week al hamshi: ah you know camping with my girl friend"

我还有一个演讲者姓名的向量：

speakers <- c("Peter", "Mary", "al hamshi")

使用这个向量作为我的正则表达式模式的一个组成部分，我在这个提取方面做得比较好：

library(stringr)
str_extract_all(convers, 
                paste("(?<=: )[\\w\\s]+(?= ", paste0(".*\\b(", paste(speakers, …

我有这种类型的数据：

df <- structure(list(Utterance = c("(5.127)", ">like I don't understand< sorry like how old's your mom\xc2\xbf", \n                                   "(0.855)", "eh six:ty:::-one=", "(0.101)", "(0.487)", "[((v: gasps)) she said] ~no you're [not?]~", \n                                   "[((v: gasps)) she said] ~no you're [not?]~", "~<[NO YOU'RE] NOT (.) you can't go !in!>~", \n                                   "(0.260)", "show her [your boobs] next time"), \n                     Q = c(NA, "q_wh", "", "", NA, NA, "q_really", "", "", NA, NA), \n                     Sequ = c(NA, 1L, 1L, 1L, NA, NA, 0L, 0L, 0L, …