使用grepl在R中进行模式匹配
pattern matching in R using grepl
我有一个这样的数据框dat
P pedigree cas
1 M rs2745406 T
2 M rs6939431 A
3 M SNP_DPB1_33156641 G
4 M SNP_DPB1_33156664_G P
5 M SNP_DPB1_33156664_A A
6 M SNP_DPB1_33156664_T A
我想排除 pedigree 列以 SNP_ 开头并以 G、C、T 或 A (_[GCTA]) 结尾的所有行。在本例中，这将是第 4、5、6 行。
我如何在 R 中实现这一点？我试过了
multisnp <- which(grepl("^SNP_*_[GCTA]$", dat$pedigree)=="TRUE")
new_dat <- dat[-multisnp,]
我的 multisnp 向量是空的，但我不知道如何修复它以使其匹配我想要的模式。我认为我的通配符 * 用法有误。
您可以将以下内容与 .*? 一起使用（以非贪婪方式匹配所有内容）：
multisnp <- which(grepl("^SNP_.*?_[GCTA]$", dat$pedigree))
^^^
您可以像这样子集 dat
new_dat <- dat[!grepl("^SNP_.*_[GCTA]$", dat$pedigree), ]
关于您尝试过的代码，我不确定 grepl("^SNP_*_[GCTA]$") 是否会正确完成，因为您没有将 x 向量传递给 grepl .有关详细信息，请参阅 ?grepl。
我有一个这样的数据框dat
P pedigree cas
1 M rs2745406 T
2 M rs6939431 A
3 M SNP_DPB1_33156641 G
4 M SNP_DPB1_33156664_G P
5 M SNP_DPB1_33156664_A A
6 M SNP_DPB1_33156664_T A
我想排除 pedigree 列以 SNP_ 开头并以 G、C、T 或 A (_[GCTA]) 结尾的所有行。在本例中，这将是第 4、5、6 行。
我如何在 R 中实现这一点？我试过了
multisnp <- which(grepl("^SNP_*_[GCTA]$", dat$pedigree)=="TRUE")
new_dat <- dat[-multisnp,]
我的 multisnp 向量是空的，但我不知道如何修复它以使其匹配我想要的模式。我认为我的通配符 * 用法有误。
您可以将以下内容与 .*? 一起使用（以非贪婪方式匹配所有内容）：
multisnp <- which(grepl("^SNP_.*?_[GCTA]$", dat$pedigree))
^^^
您可以像这样子集 dat
new_dat <- dat[!grepl("^SNP_.*_[GCTA]$", dat$pedigree), ]
关于您尝试过的代码，我不确定 grepl("^SNP_*_[GCTA]$") 是否会正确完成，因为您没有将 x 向量传递给 grepl .有关详细信息，请参阅 ?grepl。