r - 将向量折叠为具有相应数量的连续出现的字符串

Question

我想将 CIGAR 向量折叠为 CIGAR 字符串。通过 CIGAR 向量到字符串，我的意思是：

我想要一个可以转换的函数：

cigar.vector = c("M", "M", "I", "I", "M", "I", "", "M", "D", "D", "M", "I", "D", "M", "I")

对此：

cigar.string = "2M2I1M1I1M2D1M1I1D1M1I"

反之亦然。

请注意，有一个“”（空字符），不计算在内。谢谢！

Answer 1

rle这里似乎是显而易见的选择：

rcv <- rle(cigar.vector[cigar.vector!=""])
paste0(rcv$lengths,rcv$values,collapse="")
#[1] "2M2I1M1I1M2D1M1I1D1M1I"

如果你想变得花哨，你也可以利用rle给出长度为 2 的列表的事实：

paste(do.call(rbind,rle(cigar.vector[cigar.vector!=""])),collapse="")
#[1] "2M2I1M1I1M2D1M1I1D1M1I"

如果只给出结果（在上面分配给 ），就不可能倒退result，因为它已经丢失了""案例的信息。排除这些情况，您可以通过以下方式获得足够接近：

backwards <- rep(
  unlist(strsplit(result,"\\d+"))[-1],
  as.numeric(unlist(strsplit(result,"[^0-9]")))
)
identical(cigar.vector[cigar.vector!=""],backwards)
#[1] TRUE