查找具有两个精确预定义差异的对应字符串的同位素

我有一个名称向量（求和公式），例如

"C 4 H 15 O 7"
"C 13 H 17 O 7"
"C 3 Cxiv 1 H 15 O 7"
"C 12 Cxiv 1 H 17 O 7"
"C 24 H 15 O 4"
"C 32 H 13 O 10"
"C 12 Cxiv 1 H 24 N 1"

在我的数据中，向量要长得多。那么我怎样才能找到一种通用的解决方案来查找以下不同之处的匹配：字符串中不是一个 C，而是一个 Cxiv。所有其他化合物 (H x,O x,N x...) 应相同。换句话说，我想找到相同的求和公式，其中一个 C 被 C14 同位素取代。因此，我想创建一个向量，如果找到匹配项，则该向量在包含 Cxiv 的字符串处变为 1，而在所有其他情况下变为 0。 因此，对于上面的示例，向量将如下所示：

vec
0 0 1 1 0 0 0

是否有捷径可寻？ 非常感谢！

Using:

# split each string by space into separate elements in a list
l <- strsplit(x, ' ')

# check which list parts contain 'Cxiv'
i <- sapply(l, function(v) any(v == 'Cxiv'))

# for those that contain 'Cxiv' increase the second number with 1
# and remove the 'Cxiv 1' part
l[i] <- lapply(l[i], function(v) {
  v[2] <- as.character(as.numeric(v[2]) + 1);
  v[-c(which(v == 'Cxiv') + 0:1)]
})    

# check which are duplicates
as.integer(duplicated(l))

gives:

[1] 0 0 1 1 0 0 0

如果你想满足评论中所述的要求（当化学式带有Cxiv首先），您需要将最后一步更改为：

as.integer((duplicated(l) | duplicated(l, fromLast = TRUE)) & grepl('Cxiv',x))

在新的示例数据上进行测试（x2） 你会得到：

[1] 0 0 1 1 0 1 0 0

使用数据：

x <- c("C 4 H 15 O 7","C 13 H 17 O 7","C 3 Cxiv 1 H 15 O 7","C 12 Cxiv 1 H 17 O 7",
       "C 24 H 15 O 4","C 32 H 13 O 10","C 12 Cxiv 1 H 24 N 1")

新数据：

x2 <- c("C 4 H 15 O 7","C 13 H 17 O 7","C 3 Cxiv 1 H 15 O 7","C 12 Cxiv 1 H 17 O 7",
        "C 24 H 15 O 4","C 12 Cxiv 1 H 24 N 1","C 32 H 13 O 10","C 13 H 24 N 1")