在r中基于模式提取部分字符串

Question

我想从列表中提取部分字符串。我不知道如何定义字符串的模式。谢谢你的帮助。

library(stringr)
names = c("GAPIT..flowerdate.GWAS.Results.csv","GAPIT..flwrcolor.GWAS.Results.csv",
"GAPIT..height.GWAS.Results.csv","GAPIT..matdate.GWAS.Results.csv")
# I want to extract out "flowerdate", "flwrcolor", "height" and "matdate"
traits <- str_extract_all(string = files, pattern = "..*.")
# the result is not what I want.

Answer 1

以下是一些解决办法。前两个根本不使用正则表达式。lsat一号使用单个gsub。

1) read.table.这假设所需的字符串始终是第三个字段：

read.table(text = names, sep = ".", as.is = TRUE)[[3]]

2) str拆分--这假定所需的字符串有3个以上的字符，大小写如下：

sapply(strsplit(names, "[.]"), Filter, f = function(x) nchar(x) > 3 & tolower(x) == x)

3) gsub --假设字符串前面有两个点，然后是一个点加上不包含两个连续点的垃圾：

gsub(".*[.]{2}|[.].*", "", names)

修订了，增加了更多的解决方案。

Answer 2

您也可以使用regmatches

> regmatches(c, regexpr("[[:lower:]]+", c))
[1] "flowerdate" "flwrcolor"  "height"     "matdate"   

我鼓励您不要使用c作为变量名，因为您正在覆盖c函数。

Answer 3

在前面的问题中，我借用了Romanštrik的答案：“如何在数据框架中提取出作为新列名的部分名称”。

traits <- unlist(lapply(strsplit(names, "\\."), "[[", 3))