能在R中进行如下操作吗？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

各位大神，能不能在R中输入一些字符串，比如说：AGCTTTTCATTCTGACTGCAACGGGCAATATGTCTCTGTGTGGATTAAAA；然后从第一位开始，每次截取4个字母，第一次截取为AGCT,第二次从第二位开始，截取GCTT,以此类推得到一系列长度为4个字母的短串。然后我要检索某个短串的位置，比如说我要检索AGCT的位置，可以得到这样的结果，AGCT[1，5，8，9],这几个数分别代表第一，五，八 ，九个字符串是AGCT，能得到这样的结果吗？求指点

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：GATT GCT CAA CTT 字符串 字符串 字母

楼生在研究生物化学吗，我在这里求助的医学统计问题，也没人回答，感觉这个网站比较高端，对一些低级的问题不屑一顾

centan 发表于 2015-5-2 19:01
楼生在研究生物化学吗，我在这里求助的医学统计问题，也没人回答，感觉这个网站比较高端，对一些低级的问题 ...

这题不低级吧，你的问题是啥？

可以的，主要用到三个字符串处理函数: nchar, substring和grep。 具体含义见帮助文件，代码如下：

1. mydat <- "AGCTTTTCATTCTGACTGCAACGGGCAATATGTCTCTGTGTGGATTAAAA"
   
2. n <- nchar(mydat) # 计算这个字符串所含字符的个数。
   
3. result <- vector(length = n - 3, mode = "character")
   
4. for (i in 1:(n - 3)) result[i] <- substring(mydat, i, i + 3) # substring提取mydat的子集字符串
   
5. 
   
6. # 用grep函数找感兴趣的四字符串在mydat中的位置。
   
7. grep("AGCT", result)
   
8. grep("TGTG", result)

复制代码

如果我数据特别大呢，有1000000条DNA序列，每条长度为100，能运行吗？