如何在R语言中提取特定模式后的子字符串

你可以用以下两种常见方法实现需求：

方法一：基础R的sub()函数 #

利用正则表达式匹配开头的数字+固定前缀模式，将其替换为空字符串：

mylist <- c("0-X-global-X-all_chondroitine-and-heparan-sulfate_synthesis", "100-X-global-X-all_retinol_metabolism", "2-X-global-X-all_type-I-ifn-response", "312-X-global-X-thrombolysis-factor_production")

result <- sub("^\\d+-X-global-X-", "", mylist)
print(result)

执行后输出：

[1] "all_chondroitine-and-heparan-sulfate_synthesis" "all_retinol_metabolism"                        
[3] "all_type-I-ifn-response"                       "thrombolysis-factor_production"

方法二：使用stringr包（tidyverse生态） #

如果习惯tidyverse风格，用str_remove()更直观：

library(stringr)

mylist <- c("0-X-global-X-all_chondroitine-and-heparan-sulfate_synthesis", "100-X-global-X-all_retinol_metabolism", "2-X-global-X-all_type-I-ifn-response", "312-X-global-X-thrombolysis-factor_production")

result <- str_remove(mylist, "^\\d+-X-global-X-")
print(result)

正则表达式说明 #

^\\d+-X-global-X-的含义：

• ^：匹配字符串的起始位置
• \\d+：匹配1个或多个数字（对应开头的0、100、2、312这类内容）
• -X-global-X-：匹配固定的前缀部分

内容的提问来源于stack exchange，提问作者Yulia Kentieva