对r中的or语句，在向量中折叠三次字符串

Question

我有一个包含多个字符串的向量

strings <- c("CD4","CD8A")

我想输出一个OR语句，以便像这样传递给grep

"CD4-|-CD4-|-CD4$|CD8A-|-CD8A-|-CD8A$"

等等，对于向量中的每个元素。

基本上，我试图在一个包含三个破折号的字符串中找到一个确切的单词(我不希望grep(CD4, ..)返回带有CD40的字符串)。这就是我想要做的，但我愿意接受其他建议

我的data.frame的一部分如下所示：

Genes <- as.data.frame(c("CD4-MyD88-IL27RA", "IL2RG-CD4-GHR","MyD88-CD8B-EPOR", "CD8A-IL3RA-CSF3R", "ICOS-CD40-LMP1"))
colnames(Genes) <- "Genes"

Answer 1

这是一个单线.

Genes$Genes[grep(paste0("\\b",strings,"\\b",collapse="|"),Genes$Genes)]

[1] "CD4-MyD88-IL27RA" "IL2RG-CD4-GHR"    "CD8A-IL3RA-CSF3R"

它使用单词边界标记\\b来确保它匹配完整的子字符串(因为-不作为单词的一部分计算)。

Answer 2

我不知道我是否理解。如果我得到了它，下面的命令将返回您想要的

stringr::str_split(Genes$Genes, pattern = '-') %>% 
  purrr::map(
    function(data) {
      data[stringr::str_which(data, pattern = '^CD')]
    }
  )  %>% unlist