r-如果在字符向量元素中找不到正则表达式匹配，我如何返回NULL

Question

我有一个字符向量，看起来像(dput输出(：

c("           genotype[0]= rv props(rr,rv,vv)=  0.000  0.944  0.056    reads=     10 , variants=      7", 
"           genotype[1]= na ", "           genotype[2]= rv props(rr,rv,vv)=  0.000  1.000  0.000    reads=     16 , variants=      8", 
"           genotype[3]= rv props(rr,rv,vv)=  0.001  0.999  0.000    reads=     13 , variants=      5", 
"           genotype[4]= vv props(rr,rv,vv)=  0.000  0.489  0.511    reads=     10 , variants=      8", 
"           genotype[5]= vv props(rr,rv,vv)=  0.000  0.051  0.949    reads=     10 , variants=      9", 
"           genotype[6]= rr props(rr,rv,vv)=  1.000  0.000  0.000    reads=     20 , variants=      0", 
"           genotype[7]= rv props(rr,rv,vv)=  0.000  1.000  0.000    reads=     15 , variants=      7", 
"           genotype[8]= rr props(rr,rv,vv)=  0.975  0.025  0.000    reads=      7 , variants=      0", 
"           genotype[9]= vv props(rr,rv,vv)=  0.000  0.001  0.999    reads=     17 , variants=     16"
)

我想返回每个字符向量的概率三元组中的第二个值，即0.944、0.999等。然而，我也希望NULL或结果中的其他值指示以genotype[1]开始的行不匹配。

我的代码如下：

regmatches(genotype_strings, regexpr("[[:digit:]].[[:digit:]]+  [[:digit:]].[[:digit:]]+  [[:digit:]].[[:digit:]]+", genotype_strings))

虽然结果只有9个元素，但我希望有10个元素。

提前感谢！

Answer 1

删除除数字、点和空格之外的所有字符。然后我们就可以用read.table来读了。提取第三个字段。

read.table(text = gsub("[^0-9. ]", "", v), fill = TRUE)[, 3]
##  [1] 0.944    NA 1.000 0.999 0.489 0.051 0.000 1.000 0.025 0.001