如何在DataFrame列表中修改标识字符串以实现名称匹配？

我有两个DataFrame列表，结构分别如下：

第一个列表的DataFrame结构示例 #

data1 

Label                            Pred   n
1 Mito-0001_Series007_blue.tif   Pear  10
2 Mito-0001_Series007_blue.tif Orange 223
3 Mito-0001_Series007_blue.tif  Apple 890
4 Mito-0001_Series007_blue.tif  Peach  34

该列表中的DataFrame会以不同数字重复，例如：

Label                            Pred   n
1 Mito-0002_Series007_blue.tif   Pear  90
2 Mito-0002_Series007_blue.tif Orange  127
3 Mito-0002_Series007_blue.tif  Apple  76
4 Mito-0002_Series007_blue.tif  Peach  344

第二个列表的DataFrame结构示例 #

data2

Slice                                       Area
Mask of Mask-0001Series007_blue-1.tif.      789.21

后续DataFrame结构以此类推。

需求 #

需要通过以下操作让两个列表中DataFrame的标识名称匹配：

• 移除data1列表中所有DataFrame的Label列里的"Mito-"前缀
• 移除data2列表中所有DataFrame的Slice列里的"Mask of Mask-"前缀
• 移除data2列表中所有DataFrame的Slice列末尾的"-1"部分

当前尝试的问题 #

我试过单DataFrame的处理方法：

data2$Slice <- sub("Mask of Mask-", "", data2$Slice)

但这个方法对DataFrame列表无效，执行后返回空字符：character(0)

针对DataFrame列表的批量处理，用lapply遍历列表中的每个DataFrame即可完成操作：

处理data1列表 #

遍历每个DataFrame，替换Label列开头的"Mito-"：

# 假设你的data1列表名为data1_list
data1_list <- lapply(data1_list, function(df) {
  df$Label <- sub("^Mito-", "", df$Label)
  return(df)
})

正则表达式^Mito-确保只替换字符串开头的"Mito-"，避免误替换其他位置的相同字符。

处理data2列表 #

分两步处理Slice列，先移除前缀，再去掉末尾的"-1"：

# 假设你的data2列表名为data2_list
data2_list <- lapply(data2_list, function(df) {
  # 移除"Mask of Mask-"前缀
  df$Slice <- sub("^Mask of Mask-", "", df$Slice)
  # 移除末尾的"-1"及后续的.tif.后缀（适配示例格式）
  df$Slice <- sub("-1\\.tif\\.$", ".tif.", df$Slice)
  # 如果后缀不固定，用通用写法：匹配末尾的-1加任意内容，替换成去掉-1的部分
  # df$Slice <- sub("-1(.*)$", "\\1", df$Slice)
  return(df)
})

关键说明 #

• lapply会逐个处理列表中的每个DataFrame，返回处理后的新列表，不会修改原列表
• 正则表达式中的^和$分别限定匹配字符串的开头和结尾，确保替换的准确性
• 如果你的数据格式有变动，比如Slice列的后缀不同，可以调整正则表达式适配实际情况

内容的提问来源于stack exchange，提问作者MM1