1

Tengo un data frame que tiene los siguiente el siguiente contenido:

 SFC_info:     
       DP=5;AD=0,5;VDB=0.292572;SGB=-0.590765
       DP=7;AD=0,7;VDB=0.372161;SGB=-0.636426
       INDEL;IDV=16;IMF=0.888889;DP=18;AD=10,8;VDB=0.060
       DP=5;AD=0,5;VDB=0.292572;SGB=-0.590765
       DP=7;AD=0,7;VDB=0.372161;SGB=-0.636426
       INDEL;IDV=7;IMF=1;DP=7;AD=0,7;VDB=0.536793;SGB=-0.5

En algunas filas de esta única columna tengo estos valores

      INDEL;IDV=16;IMF=0.888889;
      INDEL;IDV=7;IMF=1;

Me gustaría saber como elimiarnos de la columna y tener esta columna

      DP=5;AD=0,5;VDB=0.292572;SGB=-0.590765
      DP=7;AD=0,7;VDB=0.372161;SGB=-0.636426
      DP=18;AD=10,8;VDB=0.060
      DP=5;AD=0,5;VDB=0.292572;SGB=-0.590765
      DP=7;AD=0,7;VDB=0.372161;SGB=-0.636426
      DP=7;AD=0,7;VDB=0.536793;SGB=-0.5

¿Alguien sabría decirme como hacerlo? Gracias de antemano

3
  • ¿Esto por ejemplo: DP=5;AD=0,5;VDB=0.292572;SGB=-0.590765 es una sola columna? ¿Lo que buscarías es eliminar las claves INDEL, IDV y IMF? Commented el 13 may. 2019 a las 14:32
  • Es un ejemplo en pequeño, aparece varios valores diferentes y busco que en todas las filas que aparece IND, IDV=; IMF; se eliminen automáticamente para posteriormente separar la DP y la AD automáticamente de cada fila Commented el 13 may. 2019 a las 14:34
  • respondiendo mejor a tu pregunta, si, cada fila es independiente, no tienen ningun patrón que se repite salvo que son tres factores que es INDEL, IDV y IMF y que son los tres primeros en algunas filas Commented el 13 may. 2019 a las 14:51

1 respuesta 1

2

Se me ocurre que puedes usar expresiones regulares para buscar los tres patrones y reemplazarlos por nada o más bien '' mediante la función base gsub(). El patrón sería algo así:

INDEL;|              # Buscamo "INDEL;" o
IDV=\\d+\\.?\\d*;|   # IDV= y un número con o sin decimales más ; o bien 
IMF=\\d+\\.?\\d*;    # IMF= y un número con o sin decimales más ;

La idea conceptual sería:

df <- data.frame(valor= c('DP=5;AD=0,5;VDB=0.292572;SGB=-0.590765',
                          'DP=7;AD=0,7;VDB=0.372161;SGB=-0.636426',
                          'INDEL;IDV=16;IMF=0.888889;DP=18;AD=10,8;VDB=0.060',
                          'DP=5;AD=0,5;VDB=0.292572;SGB=-0.590765',
                          'DP=7;AD=0,7;VDB=0.372161;SGB=-0.636426',
                          'DP=5;AD=0,5;VDB=0.292572;SGB=-0.590765',
                          'INDEL;IDV=7;IMF=1;DP=7;AD=0,7;VDB=0.536793;SGB=-0.5'),
                 stringsAsFactors = FALSE
                 )

# Los datos originales
print(df, right=FALSE)

  valor                                              
1 DP=5;AD=0,5;VDB=0.292572;SGB=-0.590765             
2 DP=7;AD=0,7;VDB=0.372161;SGB=-0.636426             
3 INDEL;IDV=16;IMF=0.888889;DP=18;AD=10,8;VDB=0.060  
4 DP=5;AD=0,5;VDB=0.292572;SGB=-0.590765             
5 DP=7;AD=0,7;VDB=0.372161;SGB=-0.636426             
6 DP=5;AD=0,5;VDB=0.292572;SGB=-0.590765             
7 INDEL;IDV=7;IMF=1;DP=7;AD=0,7;VDB=0.536793;SGB=-0.5

rexp <- 'INDEL;|IDV=\\d+\\.?\\d*;|IMF=\\d+\\.?\\d*;'

df$valor <- gsub(rexp, 'X', df$valor)

# Los datos finales    
print(df, right=FALSE)
  valor                                 
1 DP=5;AD=0,5;VDB=0.292572;SGB=-0.590765
2 DP=7;AD=0,7;VDB=0.372161;SGB=-0.636426
3 XXXDP=18;AD=10,8;VDB=0.060            
4 DP=5;AD=0,5;VDB=0.292572;SGB=-0.590765
5 DP=7;AD=0,7;VDB=0.372161;SGB=-0.636426
6 DP=5;AD=0,5;VDB=0.292572;SGB=-0.590765
7 XXXDP=7;AD=0,7;VDB=0.536793;SGB=-0.5  
1
  • PERFECTO!, funciona, una vez más, muchas gracias Patricio Commented el 13 may. 2019 a las 15:03

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.