r gsub 和正则表达式，从 y*_x*_xxxx.csv 中删除 y*_x*

Posted 2023-02-14

【中文标题】r gsub 和正则表达式，从 y*_x*_xxxx.csv 中删除 y*_x*

【英文标题】：r gsub and regex, obating y*_x* from y*_x*_xxxx.csv

【发布时间】：2014-03-09 08:40:20

【问题描述】：

一般情况：我目前正在尝试根据从中检索到的 csv 文件来命名列表中的数据框，我发现使用 gsub 和正则表达式是可行的方法。不幸的是，我不能完全生产我需要的东西，只是有点。 我会非常感谢有经验的人提供一些提示，也许有一个合理的 R regex cheat cheet ？

文件名为 r2_m1_enzyme.csv，脚本应使用前 4 个字符来命名对应的数据帧 r2_m1，依此类推……

# generates a list of dataframes, to mimic a lapply(f,read.csv) output:
data <- list(data.frame(c(1,2)),data.frame(c(1,2)),data.frame(c(1,2)),data.frame(c(1,2)))

# this mimics file names obtained by  list.files() function
f <-c("r1_m1_enzyme.csv","r2_m1_enzyme.csv","r1_m2_enzyme.csv","r2_m2_enzyme.csv")

# this should name the data frames according to the csv file they have been derived from
names(data) <- gsub("r*_m*_.*","\\1", f)

但它没有按预期工作......它们被命名为 r2_m1_enzyme.csv 而不是所需的 r2_m1，尽管 .* 应该停止它？

如果我这样做：

names(data) <- gsub("r*_.*","\\1", f)

我确实得到了 r1、r2、r3 ...但我缺少第二个索引。

问题：所以我的问题是，什么正则表达式可以让我从名为 r*_m*_xyz.csv 的字符串

搜索历史： R 正则表达式使用 * 仅用于一个字符，Gsub 正则表达式替换，R 使用文件名的一部分来命名数据框，R 正则表达式备忘单，...

【参考方案1】：

如果你的名字总是五个字符，你可以使用substr：

substr(f, 1, 5)

如果您想使用gsub，您必须对您的表达式进行分组（通过( 和)），因为\\1 指的是第一个组并插入其内容，例如：

gsub("^(r[0-9]+_m[0-9]+).*", "\\1", f)