如何提取对称大矩阵行列名中含aceae的科名并替换原名称？

方法一：基础R实现 #

假设你的行列名向量为col_names，目标矩阵为your_matrix，可按以下步骤操作：

# 示例行列名向量
col_names <- c("d__Bacteria_p__Firmicutes_c__Clostridia_o__Lachnospirales_f__Lachnospiraceae_g__Tuzzerella__",
               "d__Bacteria_p__Proteobacteria_c__Gammaproteobacteria_o__Enterobacterales_f__Enterobacteriaceae_g__Escherichia__")

# 拆分每个名称为子部分列表
split_names <- strsplit(col_names, "_")

# 提取第6部分并筛选以"aceae"结尾的名称
family_names <- sapply(split_names, function(x) {
  fam <- x[6]
  # 仅保留符合条件的科名，不符合的设为NA（可根据需求调整）
  if (grepl("aceae$", fam)) fam else NA
})

# 替换矩阵的行列名
rownames(your_matrix) <- family_names
colnames(your_matrix) <- family_names

方法二：使用stringr简化操作 #

如果已加载stringr包，可利用向量化操作提升效率，更适合处理大规模行列名：

library(stringr)

# 拆分后直接提取第6列（simplify=TRUE返回矩阵，避免列表循环）
family_names <- str_split(col_names, "_", simplify = TRUE)[, 6]

# 验证并过滤，仅保留以"aceae"结尾的名称
family_names <- ifelse(str_detect(family_names, "aceae$"), family_names, NA)

# 应用到矩阵行列名
rownames(your_matrix) <- family_names
colnames(your_matrix) <- family_names

关键说明 #

• 若部分行列名拆分后第6部分不是以"aceae"结尾，代码中会将其设为NA，你可根据实际需求修改逻辑（比如保留原名称）
• 针对大矩阵，str_split(..., simplify=TRUE)的效率远高于列表循环处理，更推荐使用

内容的提问来源于stack exchange，提问作者Sajad Shahbazi