R中的复字符串操作

Question

我试图改变字符串向量中的字符，从简单的字母字符(物种名称，例如。( c("Struthio camelus",...,))到更复杂的表达式(例如。因此，这可以用于查询科学网中的每个物种的出版物。因为我需要查询10000种类型，所以我想识别一个转换这些字符串的函数。

为了实现这一点，我已经探索了gsub()函数，但是gsub()不支持这种字符串操作。

示例：

vector.a <- c("Struthio camelus", "Rhea americana", "Rhea pennata", "Casuarius casuarius")

vector.b <- c('TS = "Struthio camelus"', 'TS = "Rhea americana"', 'TS = "Rhea pennata"', 'TS = "Casuarius casuarius"')

本质上，我希望将vector.a转换为vector.b，因为后者以正确的格式查询Web数据库。单引号和双引号是必需的，如vector.b中所示，因为查询需要格式化。因此，操纵字符串的难度。

Answer 1

为了总结出答案，并给出一个比paste更好的选项，如果您的替换变得更加复杂，我们可以在这里尝试使用sub：

vector.a <- c("Struthio camelus", "Rhea americana", "Rhea pennata", "Casuarius casuarius")
vector.b <- sub("^(.*)$", "TS = \"\\1\"", vector.a)
vector.b

[1] "TS = \"Struthio camelus\""    "TS = \"Rhea americana\""     
[3] "TS = \"Rhea pennata\""        "TS = \"Casuarius casuarius\""

Answer 2

我们可以使用来自paste的base R

vector.b1 <- paste0('TS = "', vector.a, '"')
identical(vector.b, vector.b1)
#[1] TRUE

基准测试

test <- rep(vector.a, 1e6)
system.time(sub("^(.*)$", "TS = \"\\1\"", test))
#    user  system elapsed 
#   2.249   0.008   2.257 

system.time(paste0('TS = "', test, '"'))
#   user  system elapsed 
#  0.849   0.002   0.852