如何批量去除各样本名前缀 仅保留最后两段后缀（如AAP-L）

直接从字符串结构入手提取末尾两段即可，无需删除数字，可完美适配所有前缀长度不统一、包含特殊字符（如.）的样本名，不会破坏后续分组需要的标识信息。

基础R实现（无需安装额外包） #

核心逻辑是按分隔符-拆分每个样本名，取拆分结果的最后2段重新拼接：

geo$pd$sample_id <- sapply(strsplit(geo$pd$title, "-"), function(seg) {
  paste(tail(seg, 2), collapse = "-")
})

正则实现（代码更简洁，运行效率更高） #

如果习惯用stringr包，可直接通过正则匹配字符串末尾的两段内容，一步得到结果：

library(stringr)
geo$pd$sample_id <- str_extract(geo$pd$title, "[^-]+-[^-]+$")

效果验证 #

针对给出的典型样本名，处理结果完全符合预期：

• 输入AAB-HT002-AAP-L → 输出AAP-L
• 输入AAB-N-C021-Normal-NC → 输出Normal-NC
• 输入AAB-HT010-AAP.T-L → 输出AAP.T-L
• 输入AABM046-AAP-L → 输出AAP-L
• 输入AAB-M-060-AU-L → 输出AU-L

注意：此前删除所有数字的方案会误删分组标识中的有效字符（如样本编号、分组标签关联的数字/特殊字符），无法满足分组需求，不建议使用。上述两种方案均从字符串末尾定位目标内容，不受前缀长度、前缀包含的字符类型影响，可覆盖给出的全部122条样本数据。

内容的提问来源于stack exchange，提问作者Equal