R语言 将一列内的多个数据分别提取

Question

R语言编程问题

这些数据全部集中在数据框的一列当中，但是我现在只需要 Dbxref=GeneID：数字 这个数据，请问该如何将其提取并输出出来

Answer 1

可以尝试使用正则表达式来实现
1.for循环遍历

# 创建示例数据
data <- c("ID=CD266144.1:1", "Name=CD266144.1", "Dbxref=GeneID:101095186", "gbkey=Src", "chromosome=X", 
          "ID=CD266144.1:2", "Name=CD266144.1", "Dbxref=GeneID:101095187", "gbkey=Src", "chromosome=X")

# 定义结果向量
geneIDs <- character(length(data))

# 提取 GeneID 数据
for (i in seq_along(data)) {
  matches <- regmatches(data[i], regexpr("Dbxref=GeneID:[^\\s]+", data[i], ignore.case = TRUE))
  if (length(matches) > 0) {
    geneIDs[i] <- gsub("Dbxref=GeneID:", "", matches)
  }
}

# 输出结果
print(geneIDs)

2.lapply()函数遍历

# 创建示例数据
data <- c("ID=CD266144.1:1", "Name=CD266144.1", "Dbxref=GeneID:101095186", "gbkey=Src", "chromosome=X", 
          "ID=CD266144.1:2", "Name=CD266144.1", "Dbxref=GeneID:101095187", "gbkey=Src", "chromosome=X")

# 提取 GeneID 数据
geneIDs <- unlist(lapply(data, function(x) {
  matches <- regmatches(x, regexpr("Dbxref=GeneID:[^\\s]+", x, ignore.case = TRUE))
  if (length(matches) > 0) {
    gsub("Dbxref=GeneID:", "", matches)
  } else {
    ""
  }
}))

# 输出结果
print(geneIDs)

希望可以帮到你~~~