Tìm biểu thức chính quy trong một cột và thêm vào một cột mới trong cùng một dataframe

Question

Tôi có một dataframe (TBB) như sau

X.CHROM POS  INFO 

chr1  134324 SAMPLE=LNGHJ; 
chr2  2333  SAMPLE=dd;GERP;.; 
chr2  3334  SAMPLE=;GERP;DDS;CDC=dd; 

Tôi muốn trích xuất tất cả mọi thứ giữa mỗi dấu chấm phẩy và đặt nó trong cột riêng của mình do đó kết quả sẽ trông giống như

X.CHROM POS  INFO      
chr1  134324  SAMPLE=LNGHJ;   SAMPLE=LNGHJ  
chr2  2333   SAMPLE=dd;GERP;DDS=3; SAMPLE=dd  GERP DDS=3 
chr2  3334  SAMPLE=;GERP;DDS;  SAMPLE=   GERP DDS 

tôi cố gắng này

TBB3 <- TBB[grep("SAMPLE.*?;", TBB$INFO), ] 
TBB4<-cbind(TBB3,TBB) 

nhưng các cột là sai kích thước tương đối với nhau và rõ ràng tôi sẽ phải lặp lại điều này cho mỗi từ sau dấu chấm phẩy vì vậy không hiệu quả lắm.

Answer 1

Bạn có thể thử stringi::stri_split_fixed

library(stringi) 
cbind(TBB, stri_split_fixed(TBB$INFO, ";", simplify = TRUE, omit_empty = TRUE)) 
# X.CHROM POS     INFO   1 2  3 
# 1 chr1 134324   SAMPLE=LNGHJ; SAMPLE=LNGHJ   
# 2 chr2 2333 SAMPLE=dd;GERP;DDS=3; SAMPLE=dd GERP DDS=3 
# 3 chr2 3334  SAMPLE=;GERP;DDS;  SAMPLE= GERP DDS 

Answer 2

Bạn cũng có thể thử tốt cũ plyr::rbind.fill hoặc dplyr::rbind_list kết hợp với strsplit:

cbind(TBB, 
     do.call(dplyr::rbind_list, 
       lapply(strsplit(as.character(TBB$INFO), split = ";", fixed = TRUE), 
        function(x) 
         as.data.frame(t(x), stringsAsFactors = F)) 
      ) 
) 
# X.CHROM POS      INFO   V1 V2 V3  V4 
# 1 chr1 134324   SAMPLE=LNGHJ; SAMPLE=LNGHJ <NA> <NA> <NA> 
# 2 chr2 2333  SAMPLE=dd;GERP;.; SAMPLE=dd GERP . <NA> 
# 3 chr2 3334 SAMPLE=;GERP;DDS;CDC=dd;  SAMPLE= GERP DDS CDC=dd 

Answer 3

Hoặc bạn có thể sử dụng cSplit từ splitstackshape

library(splitstackshape) 
cSplit(TBB, 'INFO', ';', drop=FALSE) 

Answer 4

Bạn có thể thử các gói base từ thư viện R:

dd <- read.table(header = TRUE, text = "X.CHROM POS  INFO 
chr1  134324 SAMPLE=LNGHJ; 
chr2  2333  SAMPLE=dd;GERP;.; 
chr2  3334  SAMPLE=;GERP;DDS;CDC=dd;") 


(dd1 <- read.table(text = as.character(dd$INFO), sep = ';', fill = NA, 
        na.strings = c('', '.','NA'))) 

#    V1 V2 V3  V4 V5 
# 1 SAMPLE=LNGHJ <NA> <NA> <NA> NA 
# 2 SAMPLE=dd GERP <NA> <NA> NA 
# 3  SAMPLE= GERP DDS CDC=dd NA 

cbind(dd, dd1[, -ncol(dd1)]) 

#  X.CHROM POS      INFO   V1 V2 V3  V4 
# 1 chr1 134324   SAMPLE=LNGHJ; SAMPLE=LNGHJ <NA> <NA> <NA> 
# 2 chr2 2333  SAMPLE=dd;GERP;.; SAMPLE=dd GERP <NA> <NA> 
# 3 chr2 3334 SAMPLE=;GERP;DDS;CDC=dd;  SAMPLE= GERP DDS CDC=dd 

Answer 5

Sử dụng data.table v1.9.5+:

require(data.table) 
setDT(dat)[, paste0("INFO", 1:4) := tstrsplit(INFO, ";", fixed=TRUE)]