Discussion :

[jane40]

Bonjour,

Je cherche à récupérer des éléments de longueur variable dans une table à dimension variable.

Voici une partie de mes données :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
TET2:NM_001127208:exon3:c.3138_3138delins-AC,TET2:NM_017628:exon3:c.3138_3138delins-AC,
CTTNBP2:NM_033427:exon18:c.G4105A:p.A1369T,
ANKRD50:NM_001167882:exon3:c.A3417G:p.P1139P,ANKRD50:NM_020337:exon4:c.A3954G:p.P1318P,

Je souhaite récupérer les noms allant de la position 1 au caractère ":".
D'habitude, j'ai un même nombre de "champs" donc j'écris mes données dans un fichier, je les lis avec sep=":" et je récupère le champ voulu. Ici, je ne peux pas lire ma table car alors je n'ai pas la même dimension pour toutes mes lignes....

Je cherche donc un équivalent de substr(), où je commencerais à la position 1 et finirais au caractère ":". Est-ce qu'une telle fonction existe ?

Merci d'avance,
Jane

[vchouraki]

Bonjour,

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
?gsub
?strsplit

Au choix et

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

?regexp

Par exemple (si test est un vecteur qui contient les données que vous avez fournies) :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
gsub( "(^[[:alnum:]]+):.+", "\\1", test)
strsplit(test, ":")

HTH

Vincent

Edit: Ajout d'un exemple

[jane40]

Merci beaucoup !
Effectivement, avec

gsub( "(^[[:alnum:]]+):.+", "\\1", mutations_exonics_VICJE[,3])

je récupère bien :

[1] "C7"

de

mutations_exonics_VICJE[1,3]
[1] C7:NM_000587:exon10:c.G1166C:p.S389T,

Mais je comprends mal les 2 premiers arguments

"(^[[:alnum:]]+):.+", "\\1"

qui sont censés être un pattern et un objet à remplacer ?

‘sub’ and ‘gsub’ perform replacement of the first and all matches respectively.
gsub(pattern, replacement, x, ignore.case = FALSE, perl = FALSE, fixed = FALSE, useBytes = FALSE)

Est-ce que "\\1" signifie premier champ de

mutations_exonics_VICJE[1,3]
[1] C7:NM_000587:exon10:c.G1166C:p.S389T,

?

Pour plus de simplicité, j'essaie d'utiliser strsplit().

strsplit(as.character(mutations_exonics_VICJE[1,3]),":")
[[1]]
[1] "C7" "NM_000587" "exon10" "c.G1166C" "p.S389T,"

A ce niveau, il me reste à récupérer le premier élément de cette liste, mais je n'y arrive pas. Le type est

str(strsplit(as.character(mutations_exonics_VICJE[1,3]),":"))
List of 1
$ : chr [1:5] "C7" "NM_000587" "exon10" "c.G1166C" ...

Est-ce possible de récupérer cette info seulement ?

[vchouraki]

gsub et split utilisent des expressions rationnelles, d'où le

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

?regexp

car c'est un champ très vaste. Brièvement, le premier argument de gsub dit : cherche une chaîne de caractères qui commence par un ensembre de chiffres/lettres suivie d'un ":". Les parenthèses me permettent de délimiter une zone à extraire. Le "\\1" me permet d'extraire ce que j'ai défini entre parenthèses.

Pour strsplit, le résultat est une liste. Pour extraire le premier élément de chaque élément de la liste :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

sapply(strsplit(test, ":"), function(x) x[1])

devrait faire l'affaire

HTH

Vincent

[jane40]

Ok. Merci beaucoup pour ces explications

[nanopriso]

Bonjour,

je me permets de up ce post pour savoir quelle aurait été la démarche à suivre s'il fallait extraire la dernière partie du nom après le ":".

Merci,

Alban.