将一列拆分为多列

Question

我table第一列是：

chr10:100002872-100002872
chr10:100003981-100003981
chr10:100004774-100004774
chr10:100005285-100005285
chr10:100007123-100007123

我想将它转换为 3 个单独的列，但我无法定义“:”和“-”以使用 strsplit 命令。我该怎么办？

Answer 1

这是一种方法：

library(data.table)
DF[, paste0("V1.",1:3) ] <- tstrsplit(DF$V1, ":|-")

#                          V1  V1.1      V1.2      V1.3
# 1 chr10:100002872-100002872 chr10 100002872 100002872
# 2 chr10:100003981-100003981 chr10 100003981 100003981
# 3 chr10:100004774-100004774 chr10 100004774 100004774
# 4 chr10:100005285-100005285 chr10 100005285 100005285
# 5 chr10:100007123-100007123 chr10 100007123 100007123

正如@AnandaMahto 所说，

strsplit 接受涉及 "or" 运算符 | 的正则表达式。 tstrsplit 只是 data.table 包添加的一个便利功能。

如果您将 data.frame 转换为 data.table（它有很多优点，除了轻微的学习曲线外没有缺点），您会：

setDT(DF)[, paste0("V1.",1:3) := tstrsplit(V1, ":|-")]

#                           V1  V1.1      V1.2      V1.3
# 1: chr10:100002872-100002872 chr10 100002872 100002872
# 2: chr10:100003981-100003981 chr10 100003981 100003981
# 3: chr10:100004774-100004774 chr10 100004774 100004774
# 4: chr10:100005285-100005285 chr10 100005285 100005285
# 5: chr10:100007123-100007123 chr10 100007123 100007123

备选方案。有（麻烦的）方法可以在 base R 中获得相同的东西，比如

DF[, paste0("V1.",1:3) ] <- do.call(rbind, strsplit(DF$V1, ":|-"))

@AnandaMahto 的包也有一个方便的功能：

library(splitstackshape)
cSplit(DF, "V1", ":|-")
#     V1.1      V1.2      V1.3                      V1_1
# 1: chr10 100002872 100002872 chr10:100002872-100002872
# 2: chr10 100003981 100003981 chr10:100003981-100003981
# 3: chr10 100004774 100004774 chr10:100004774-100004774
# 4: chr10 100005285 100005285 chr10:100005285-100005285
# 5: chr10 100007123 100007123 chr10:100007123-100007123

Answer 2

也与tidyr类似。如果你想保留原来的专栏你如果要将相应的类设置为新列，可以添加 , remove = FALSE 和 convert = TRUE。 separate 有一个默认的正则表达式来拆分非 character/numeric 值，因此您不需要指定您的条件。如果某些行缺少组件，请添加 , extra = "merge"

library(tidyr)
separate(DF, "V1", paste0("V1.",1:3))
#    V1.1      V1.2      V1.3
# 1 chr10 100002872 100002872
# 2 chr10 100003981 100003981
# 3 chr10 100004774 100004774
# 4 chr10 100005285 100005285
# 5 chr10 100007123 100007123

将一列拆分为多列

Split a column to multiple columns

r

bioinformatics