如何通过模式检测利用另一列替换字符列的值？附家系样本数据框示例

看起来你需要把fatherID和motherID中的短ID（比如AGG0093）替换成Sample_ID列对应的完整ID（比如UCSF_AGG0093_8005439857），结合你的数据结构，咱们用tidyverse工具链就能轻松实现，步骤如下：

1. 构建短ID到完整Sample_ID的映射表 #

首先从Sample_ID中提取出和fatherID/motherID匹配的短ID模式（比如你的数据里是AGG加数字的格式），然后建立两者的对应关系：

library(tidyverse)

# 提取Sample_ID中的短ID部分，创建映射关系
id_mapping <- pedigrees %>%
  mutate(short_id = str_extract(Sample_ID, "AGG\\d+")) %>%
  filter(short_id != "0") %>%  # 排除无父母的样本（ID为0的情况）
  select(short_id, Sample_ID) %>%
  deframe()  # 转换为named vector，方便后续替换

# 若你的tidyr版本没有deframe()，可以用这个替代写法：
# id_mapping <- pedigrees %>%
#   mutate(short_id = str_extract(Sample_ID, "AGG\\d+")) %>%
#   filter(short_id != "0") %>%
#   pull(Sample_ID, name = short_id)

2. 替换目标列的ID值 #

用上面的映射表，把fatherID和motherID里的短ID替换成完整Sample_ID，同时保留0（无父母标记）不变：

pedigrees_updated <- pedigrees %>%
  mutate(
    fatherID = ifelse(fatherID != "0", id_mapping[fatherID], fatherID),
    motherID = ifelse(motherID != "0", id_mapping[motherID], motherID)
  )

适配不同模式的小提示 #

如果你的短ID模式不是AGG\d+，只需要修改str_extract里的正则表达式即可：

• 比如如果短ID是UCSF_AGG\d+前缀，就改成UCSF_AGG\\d+
• 如果是任意数字字母组合的短ID，可尝试[A-Z0-9]+这类通用匹配规则

针对你给出的示例数据，替换后fatherID列的AGG0093会变成UCSF_AGG0093_8005439857，完全匹配对应的父母样本ID。

内容的提问来源于stack exchange，提问作者Carmen Sandoval