R中的列计数刚开始在GWAS中使用它，我迷路了

Question

有没有人能帮我算出每行单元格中一个字符的实例数？我有一个包含1000万个snps的文件，我想对其进行排序。

Direction
?????+-+-
?+-+-????
?-+-+??-+

上面是我拥有的许多专栏中的一个例子。我想要做的是计算"?“的数量。字符，然后添加一个新列，并将该计数作为数值。

我完全是一个初学者，在这方面投入了很深的末端，所以任何帮助都将不胜感激。

谢谢。

Answer 1

给你两个答案

a <- data.frame(direction = c("?????+-+-", "?+-+-????","?-+-+??-+"),  
 stringAsFactors = F)
a$return <- lengths(regmatches(a$direction, gregexpr("\\?", a$direction)))

或根据评论

a$return <- nchar(gsub("[^?]", "", a$direction))

两者都返回

'data.frame':   3 obs. of  2 variables:
 $ direction: chr  "?????+-+-" "?+-+-????" "?-+-+??-+"
 $ return   : int  5 5 3

有很多方法可以做到这一点，这取决于你正在寻找的是什么。

更新

虽然它可能不是base R，但tidyverse中的包对于数据争论很有用，并且可以用来轻松地将几个调用串在一起。

install.packages("dplyr")
library(dplyr)
df <- data.frame(Direction = c("???????????-?", "???????????+?", "???????????+?", "???????????-?"), stringsAsFactors = F)
df %>% 
  mutate(qmark = nchar(gsub("[^?]", "", Direction)),
         pos = nchar(gsub("[^+]", "", Direction)),
         neg = nchar(gsub("[^-]", "", Direction)),
         qminus = qmark-(pos+neg),
         total = nchar(Direction))  


      Direction qmark pos neg qminus total
1 ???????????-?    12   0   1     11    13
2 ???????????+?    12   1   0     11    13
3 ???????????+?    12   1   0     11    13
4 ???????????-?    12   0   1     11    13

但是，如果您的数据集有1000万行，那么您可能希望使用基于一些基准testing的stringi。

install.packages("stringi")
library(stringi)
df %>% 
  mutate(qmark = stri_count(Direction, fixed = "?"),
         pos = stri_count(Direction, fixed = "+"),
         neg = stri_count(Direction, fixed = "-"), 
         qminus = qmark-(pos+neg))