在R语言中将下一行下划线后内容追加到当前行，统一字符串后缀

给定如下向量：

x <- c("Q9NZ", "Q69Z_1036_1037_1_1_S1036", "A3K8", "P123_567_789_1_1_T567")

要实现将奇数位置的字符串拼接上其下一行字符串中_及后续内容，偶数位置字符串保持不变，可通过以下两种方法处理：

方法一：向量化直接处理 #

# 提取对应位置的后缀：第1行取第2行的后缀，第3行取第4行的后缀
suffixes <- sub("^[^_]+", "", x[c(2, 4, NA, NA)])
# 对奇数行执行拼接，偶数行直接保留原内容
result <- ifelse(seq_along(x) %% 2 == 1, paste0(x, suffixes), x)

# 输出结果
result
#> [1] "Q9NZ_1036_1037_1_1_S1036"  "Q69Z_1036_1037_1_1_S1036"
#> [3] "A3K8_567_789_1_1_T567"     "P123_567_789_1_1_T567"

方法二：分组处理（适配更多成对数据场景） #

如果数据是按两两一组的规律排列，可先分组再操作：

# 将向量按每2个元素分为一组
groups <- split(x, ceiling(seq_along(x)/2))

# 遍历每组完成拼接
result <- unlist(lapply(groups, function(group) {
  # 提取组内第二个元素的下划线及后续内容
  suffix <- sub("^[^_]+", "", group[2])
  # 返回拼接后的第一个元素 + 原第二个元素
  c(paste0(group[1], suffix), group[2])
}))

关键正则说明 #

sub("^[^_]+", "", str) 的作用：

• ^[^_]+：匹配字符串开头到第一个_之前的所有字符（[^_]表示非下划线字符，+表示匹配一次或多次）
• 用空字符串替换这部分内容，最终得到第一个_及之后的所有内容

内容的提问来源于stack exchange，提问作者John H