Discussion :

[Aline Davaud]

Bonjour,

J'ai besoin d'aide pour extraire des chaines de caractères. J'aimerai pouvoir récupérer différentes informations contenues dans une colonne :

1. la série de caractère compris entre "hg19_ct_UserTrack_3545_" et ";chr"
2. le numéro du chromosome indiqué dans la colonne ID (chiffre entre "chr" et ":").

Pour cela j'aimerai utiliser la fonction mutate du package dplyr pour créer une nouvelle variable mais j'ai du mal à trouver comment récupérer ces différentes informations car j'ai encore du mal à comprendre les expressions régulières. Voici un exemple ci dessous de données.

Merci d'avance pour votre aide,

Aline

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
 
ID=c("hg19_ct_UserTrack_3545_A0733-81-879;chr1;AJZOE_chr1:118754506:C:C","hg19_ct_UserTrack_3545_E85-T85-OIU;chr7;POERF_chr7:10558543:T:T  ","hg19_ct_UserTrack_3545_854-7854-7456;chr8;OSIDFDS_chr8:102785620:A:A ")
index=c(1,2,3)
data.frame(index, ID)
 
  index                                                                    ID
1     1    hg19_ct_UserTrack_3545_A0733-011-089;chr1;AJZOE_chr1:118754506:C:C
2     2     hg19_ct_UserTrack_3545_E85-T85-OIU;chr7;POERF_chr7:10558543:T:T  
3     3 hg19_ct_UserTrack_3545_854-7854-7456;chr8;OSIDFDS_chr8:102785620:A:A

[statnmap]

Un début de réponse se trouve déjà sur ce forum: http://forums.cirad.fr/logiciel-R/vi...ef020a6cfb1df0
Merci de ne pas dupliquer les sources de demandes pour éviter aux bénévoles de prendre du temps pour répondre à une question déjà répondue par ailleurs.