4

Estou manipulando um dataframe no R v.3.5.2 e gostaria de saber como crio uma nova variável chamada ES_1_4 que tenha apenas as linhas da coluna Pathways que tem como valor a string com início REACTOME_. Entretanto, esse é apenas o início da string, mas depois de REACTOME_ vem outras palavras diversas. Como eu faria para indicar que a string não termina no _ de REACTOME e que o que vem depois pode ser qualquer coisa?

Tinha tentado assim:

ES_1_4 = ES_1_3[ES_1_3$Pathways == "REACTOME_", ]

2 Respostas 2

6

Utilize a função grep. Ela permite realizar filtros como este que tu deseja, baseado apenas em um trecho de string:

ES_1_4 = ES_1_3[grep("REACTOME_", ES_1_3$Pathways), ]

No comando acima, o novo objeto ES_1_4 terá todas as linhas de ES_1_3 que possuam a string REACTOME_ em algum lugar da coluna Pathways.

2

Para que a expressão regular encontre apenas no inicio da linha use ^ no início da expressão. Assim é possível:

library(tidyverse)

ES_1_3 <- data_frame(
  Pathways = c("REACTOME_final", "inicio_REACTOME_"),
  outra_coluna = 1:2
)

ES_1_3[grep("^REACTOME_", ES_1_3$Pathways), ]
#> # A tibble: 1 x 2
#>   Pathways       outra_coluna
#>   <chr>                 <int>
#> 1 REACTOME_final            1

ES_1_3[str_starts(ES_1_3$Pathways, "REACTOME_"), ]
#> # A tibble: 1 x 2
#>   Pathways       outra_coluna
#>   <chr>                 <int>
#> 1 REACTOME_final            1

Created on 2019-03-05 by the reprex package (v0.2.1)

Desde a versão mais recente do (1.4.0), é possível usar a função str_starts(), que aparece na segunda solução. Usando ela não há mais a necessidade de lembrar o símbolo de regex que demarca o início da linha.

Note que o resultado das duas soluções acima é o resultado solicitado na pergunta (apenas casos em que comecem com a palavra) e difere do resultado da resposta do @MarcusNunes, que encontra a palavra em qualquer posição da string.

ES_1_3[grep("REACTOME_", ES_1_3$Pathways), ]
#> # A tibble: 2 x 2
#>   Pathways         outra_coluna
#>   <chr>                   <int>
#> 1 REACTOME_final              1
#> 2 inicio_REACTOME_            2

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .