trier des chaines de caracteres et inserer un caractere

[Jamila CHAIB]

Bonjour,

j'aurais besoin d'aide pour creer une fonction qui trierait les donnees de type "character" d'une colonne d'un dataframe et remplacerait le contenu selon le nombre et la valeur du(des) caractere(s).

Pour etre plus claire, voici mon example:

ASSAY SAMPLE GENOTYPE
M1 01 A
M2 01 C
M3 01 TC
M1 02 A
M2 02 C
M3 02 TC
M1 03 A
M2 03 TC
M3 03 TC
M1 04 CA
M2 04 C
M3 04 TC
M1 05 CA
M2 05 C
M3 05 TC

je voudrais trier la colonne GENOTYPE pour:
- remplacer les nchar=1 par deux fois la valeur du caractere: ex= A par AA, C par CC, etc...
- remplacer les nchar=2 par "caractere1/caractere2", soit inserer un / entre les deux caracteres: ex=TC par T/C, CA par C/A, ...

et pouvoir appliquer cette fonction dans le cas ou j'aurais plusieurs colonnes de type GENOTYPE.

J'image qu'on doit pouvoir combiner nchar() et replace() du genre

Code : Tout sélectionner

if (nchar(example$GENOTYPE_ID)=1) replace(example, example=x, xx)
if (nchar(example$GENOTYPE_ID)=2) replace(example, example=xy, x/y)


mais, comme vous pouvez le voir, je suis carrement incompetente en programmation

Merci d'avance.

[Olivier Delaigue]

Par exemple (il y a certainement plus simple) :

Code : Tout sélectionner

test <- c("A", "C", "CA", "T", "CT")

myvector <- NULL
for(i in test) {
  if(nchar(i) == 1) mychar <- paste(i, i, sep = "")
  if(nchar(i) == 2) mychar <- paste(substr(i, 1,1), "/", substr(i, 2,2), sep = "")
  myvector <- c(myvector, mychar)
}

myvector
[1] "AA"  "CC"  "C/A" "TT"  "C/T"


[Logez Maxime]

Bonjour,

On peut peut-être faire plus simple en évitant la boucle mais je ne sais pas si le temps de calcul en est réduit (je ne l'ai pas testé). Le code suivant recherche dans ton tableau quels sont les colonnes qui commencent par le mot GENOTYPE et les transforme comme tu voulais : 1 caractère, on le duplique, et deux caractères on insère un "/" au milieu des deux.

Code : Tout sélectionner

exemple <- function(x){
  # x le tableau
  auxi <- grep("^GENOTYPE",colnames(x))
  x[,auxi] <- apply(x[,auxi,drop=FALSE],2,function(w)
    ifelse(nchar(w)==1,paste(w,w,sep=""),
    paste(substring(w,1,1),"/",substring(w,2,2),sep="")))
  x
  }

test <- data.frame(x=rnorm(10),y=runif(10),GENOTYPE=letters[1:10],stringsAsFactors=FALSE)
test$GENOTYPE[c(3,7,9)] <- with(test,paste(GENOTYPE[c(3,7,9)],GENOTYPE[c(3,7,9)],sep=""))

test
             x          y GENOTYPE
1  -0.32900909 0.29239760        a
2   0.27330660 0.26987359        b
3   0.28548215 0.18919394       cc
4  -0.02001911 0.09830206        d
5   0.84026668 0.49998397        e
6   0.13017161 0.87730255        f
7   0.63615724 0.35928905       gg
8   0.97918984 0.71264367        h
9  -0.81088082 0.67019062       ii
10 -0.32805354 0.57698835        j

exemple(test)
             x          y GENOTYPE
1  -0.32900909 0.29239760       aa
2   0.27330660 0.26987359       bb
3   0.28548215 0.18919394      c/c
4  -0.02001911 0.09830206       dd
5   0.84026668 0.49998397       ee
6   0.13017161 0.87730255       ff
7   0.63615724 0.35928905      g/g
8   0.97918984 0.71264367       hh
9  -0.81088082 0.67019062      i/i
10 -0.32805354 0.57698835       jj


Maxime

[François Bonnot]

Ou encore :

Code : Tout sélectionner

test <- c("A", "C", "CA", "T", "CT")
ifelse(nchar(test)>1,sub("([[:alnum:]])([[:alnum:]])","\\1/\\2",test),paste(test,test,sep=""))
[1] "AA"  "CC"  "C/A" "TT"  "C/T"

FB

[Logez Maxime]

Re,

Juste pour info, François, est-ce que tu pourrais me donner des références ou des sites web pour comprendre les expressions régulières. J'ai bien essayer de trouver de l'info sur le web mais pour le moment rien de concluant.

Merci

Maxime

[François Bonnot]

Juste pour info, François, est-ce que tu pourrais me donner des références ou des sites web pour comprendre les expressions régulières. J'ai bien essayer de trouver de l'info sur le web mais pour le moment rien de concluant.

Je n'ai pas cherché sur le web, mais j'ai trouvé les infos nécessaires sur l'aide dans regexp {base}, et des exemples dans les fonctions associées (sub, gsub, grep...). Il faut tâtonner un peu pour comprendre mais c'est très puissant.

FB

[Logez Maxime]

re,

En effet c'est très puissant j'ai déjà vu pas mal d'applications de ces expressions régulières sur la R-help et c'ets a chaque fois surprenant.

merci pour l'info.

Maxime

[Jamila CHAIB]

Merci a tous. Vos differents exemples m'aident a comprendre un peu plus la logique mais il est clair que je n'y serais pas arrivee seule...