如何在 R 中散列这两个数据帧？

Question

所以我有来自 2 个不同数据帧的这两列（genome$V9 和 Impact4$INFO），如下所示。

基本上每个 Impact4$INFO 行中都有一个值（结构类似于 OE6AXXXXXXX，其中 X 是一个 integer），我想在 genome$V9 中的每一行中进行过滤。我知道这很复杂，因为两列中都有很多值...

谢谢

Column1

Column2

Answer 1

当结构一致时，您可以很容易地从字符串中提取数字。鉴于您的结构是一致的，您可以尝试：

library(stringr)
test <- c("ID=OE6A002689", "ID=OE6A044524", "ID=OE6A057168TI")
str_extract(test, "[0-9]{6}")

输出为：

[1] "002689" "044524" "057168"

鉴于你想以此为基础过滤你的基因组数据，你可以尝试：

library(dplyr)
library(stringr)

ids <- str_extract(Impact4$INFO, "[0-9]{6}")

genome %>% 
  mutate(ind = str_extract(V9, "[0-9]{6}")) %>% 
  filter(ind %in% ids)

希望对您有所帮助？否则你必须提供一个可重现的例子（post 这里的例子数据）。

如何在 R 中散列这两个数据帧？

How do I hash in these 2 dataframes in R?

r

bioinformatics