如何为R中字符串中的每个位置调用函数？

Posted 2023-02-14

【中文标题】如何为R中字符串中的每个位置调用函数？

【英文标题】：How to call a function for every position within a string in R?

【发布时间】：2021-12-19 09:12:10

【问题描述】：

正如我的问题所暗示的，我的任务是编写一个函数，该函数在向量的每个位置调用另一个函数。以下是我目前拥有的原始功能：

    find.TATA = function(k,s) 
     v = string.to.vec(s)
     i = v[k:(k+5)]
     TATA = "TATAAA"
     TATA.v = string.to.vec(TATA)
     return(all(i==TATA.v))
    

如您所见，该函数同时获取一个字符串（在本例中为 DNA 序列）和序列中的一个位置 (k)，并根据“TATAAA”是否出现在位置 k 处返回 TRUE 或 FALSE。

我想知道如何编写第二个函数，在输入字符串的每个位置调用第一个函数 (1:995)。结果应该为每个位置返回 TRUE 或 FALSE。然后，我将使用一个虚拟变量修改该函数，以计算结果出现为 TRUE 的次数。提前致谢！

（附注：请尽量避免使用包中的内容，因为我们被告知要使用基本 R 功能解决此问题）

【问题讨论】：

k 可以从字符串中的每个位置开始 (1, 2, 3, ...) 还是每个位置 (1, 6, 11, ...) k 增加 5？

因此，由于要查找的“TATAAA”字符串长度为 6 个字符，因此该函数正在检查从位置 k 开始的 6 个元素的子向量。例如，如果 k =5，则检查位置 5 到 10 的函数以查看“TATAAA”是否出现在此范围内。希望对您有所帮助。

【参考方案1】：

这是一种相当原始的做事方式：

count.TATA <- function(string) 
  count <- 0
  for (i in 1:nchar(string)-5) 
    if (substr(string, i, i+5) == "TATAAA") 
      count <- count + 1
    
  
  return(count)

【讨论】：

效果很好，谢谢！作为跟进，我将如何将此函数应用于多个随机生成的字符串？例如，我有一个 random.dna(x) 函数，它返回一串长度为 x 的随机 dna 碱基，我想将你的函数应用于 1000 个这些 random.dna 字符串？

我假设您将这 1000 个字符串存储在某种列表或向量中？你可以试试sapply(random.dna.vec, count.TATA)

太好了，我会试一试的。非常感谢！