Как извлечь элементы списка в R?

Question

У меня есть список с несколькими векторами, который выглядит следующим образом:

$`56`
[1] "OTU2998"             "UniRef90_A0A1Z9FS94" "UniRef90_A0A257ESC3"
[4] "UniRef90_A0A293NAV3" "UniRef90_A0A2E1NMU8" "UniRef90_A0A2E1NPX9"
[7] "UniRef90_A0A2E1NQL1" "UniRef90_A0A2E1NRD2" "UniRef90_X0UC66"    

$`57`
[1] "OTU3820"             "UniRef90_A0A1Z9H3N2" "UniRef90_A0A2D5I161"
[4] "UniRef90_A0A2E6PRN5"

$`58`
[1] "OTU4452"                "UniRef90_A0A1Z9KBI8"    "UniRef90_A0A2E1VTI6"   
[4] "UniRef90_A0A2G2KCN6"    "UniRef90_UPI000BFEC744"

$`59`
[1] "OTU0245"             "UniRef90_A0A1Z9MPM9" "UniRef90_A0A2E2ME98"
[4] "UniRef90_A0A2E8X9N7"

Есть ли способ извлечь только информацию "OTUXXX"?Я имею в виду, я хотел бы получить что-то вроде этого:

$`56`
[1] "OTU2998"       

$`57`
[1] "OTU3820"  

$`58`
[1] "OTU4452"   

$`59`
[1] "OTU0245" 

Answer 1

Мне нравится семейство функций purrr::map за простоту передачи функций и аргументов. Два быстрых варианта извлечения этих элементов: grep, использование value = T для возврата совпадающих строк, а не только их индексов, или stringr::str_subset, который делает то же самое.

Здесь регулярное выражение соответствует строкам, которые начинаются с «OTU», за которым следуют 1 или более цифр до конца.

Оба метода масштабируются для нескольких совпадений одновременно: я добавил элемент "OTU1234" в последний элемент списка, чтобы проиллюстрировать это.

dl <- list(
  `56` = c("OTU2998", "UniRef90_A0A1Z9FS94", "UniRef90_A0A257ESC3", "UniRef90_A0A293NAV3", "UniRef90_A0A2E1NMU8", "UniRef90_A0A2E1NPX9", "UniRef90_A0A2E1NQL1", "UniRef90_A0A2E1NRD2", "UniRef90_X0UC66"),
  `57` = c("OTU3820", "UniRef90_A0A1Z9H3N2", "UniRef90_A0A2D5I161", "UniRef90_A0A2E6PRN5"),
  `58` = c("OTU4452", "UniRef90_A0A1Z9KBI8", "UniRef90_A0A2E1VTI6", "UniRef90_A0A2G2KCN6", "UniRef90_UPI000BFEC744"),
  `59` = c("OTU0245", "UniRef90_A0A1Z9MPM9", "UniRef90_A0A2E2ME98", "UniRef90_A0A2E8X9N7", "OTU1234")
)

purrr::map(dl, ~grep("^OTU\\d+$", ., value = T))
#> $`56`
#> [1] "OTU2998"
#> 
#> $`57`
#> [1] "OTU3820"
#> 
#> $`58`
#> [1] "OTU4452"
#> 
#> $`59`
#> [1] "OTU0245" "OTU1234"
purrr::map(dl, stringr::str_subset, "^OTU\\d+$")
# same output as above

Answer 2

Мы можем перебрать list и извлечь элементы, которые соответствуют подстроке 'OTU' в начале (^) строки, за которой следуют четыре цифры (\\d{4}) до конца ($)строки с grepl

lapply(lst1, function(x) x[grepl("^OTU\\d{4}$", x)])
#$`56`
#[1] "OTU2998"

#$`57`
#[1] "OTU3820"

#$`58`
#[1] "OTU4452"

#$`59`
#[1] "OTU0245" "OTU1234"

ПРИМЕЧАНИЕ. Используя только base R методы

---

Или, если мы поклонник Tidyverse, то используйте keep

library(tidyverse)
map(lst1, keep, str_detect, '^OTU\\d{4}$')

данные

lst1 <-  list(
  `56` = c("OTU2998", "UniRef90_A0A1Z9FS94", "UniRef90_A0A257ESC3", "UniRef90_A0A293NAV3", "UniRef90_A0A2E1NMU8", "UniRef90_A0A2E1NPX9", "UniRef90_A0A2E1NQL1", "UniRef90_A0A2E1NRD2", "UniRef90_X0UC66"),
  `57` = c("OTU3820", "UniRef90_A0A1Z9H3N2", "UniRef90_A0A2D5I161", "UniRef90_A0A2E6PRN5"),
  `58` = c("OTU4452", "UniRef90_A0A1Z9KBI8", "UniRef90_A0A2E1VTI6", "UniRef90_A0A2G2KCN6", "UniRef90_UPI000BFEC744"),
  `59` = c("OTU0245", "UniRef90_A0A1Z9MPM9", "UniRef90_A0A2E2ME98", "UniRef90_A0A2E8X9N7", "OTU1234")
)