使用grepl()提取两个元素

Question

我有一个名为“data”的数据集，如下所示：

我正在尝试创建一个名为“Group”的新变量，它将“FileName”变量中的元素编码如下：

• 任何含有HC元素的东西都会被标记为“HC PBMC”
• 任何含有 SF 和 PBMC 元素的东西都将被标记为“AS PBMC”
• 任何带有 SF 和 SFMC 元素的东西都将被标记为“AS SFMC”

为了做到这一点，我编写了这段代码：

data$Group<- ifelse(grepl("HC",data$FileName),"HC",
                    ifelse(grepl("SF & PBMC",data$FileName),"AS PBMC",
                           "AS SFMC"))

但是，任何包含元素 SF 和 PBMC 的内容都无法正确编码为“AS PBMC”。相反，它只是跳过了该条件并将其标记为“AS SFMC”。请看下面：

非常欢迎任何帮助！

Answer 1

首先请注意，“&”在正则表达式中不具有逻辑“与”的含义。您当然可以使用一些复杂的正则表达式来实现您想要的目标，但是首先提取您考虑用于命名组的组件，然后在第二步中分配案例不是更透明吗？

library(tidyverse)

df <- tibble(
  FileName = c("HC1788 PBMC", "SF71 PBMC", "SF70_2 SFMC")
)

df |> 
  # extract components
  mutate(
    A = str_extract(FileName, "^HC|^SF"),
    B = str_extract(FileName, "PBMC$|SFMC$")
  ) |> 
  # assign groups
  mutate(Group = case_when(
    A == "HC" ~ "HC PBMC",
    A == "SF" & B == "PBMC" ~ "AS PBMC",
    A == "SF" & B == "SFMC" ~ "AS SFMC"
  ))
#> # A tibble: 3 × 4
#>   FileName    A     B     Group  
#>   <chr>       <chr> <chr> <chr>  
#> 1 HC1788 PBMC HC    PBMC  HC PBMC
#> 2 SF71 PBMC   SF    PBMC  AS PBMC
#> 3 SF70_2 SFMC SF    SFMC  AS SFMC

^{创建于 2023-10-12，使用 reprex v2.0.2}