Contar elementos únicos de una cadena de texto en R

Problema

Dada una cadena de texto queremos contar el número de veces que aparecen los elmentos 'A', 'C', 'G', y 'T'.

v <- c("AGCTTTTCATTCTGACTGCAACGGGCAATATGTCTCTGTGTGGATTAAAAAAAGAGTGTCTGATAGCAGC")
# Si importamos un fichero que contiene la cadena de texto
v <- readLines("rosalind_dna.txt")

Solución

• Paquete base

table(strsplit(v, NULL)[[1]])

A  C  G  T 
20 12 17 21 

• Paquete stringr para la manipulación de cadenas de texto

library(stringr)
# 1 - Elementos codificados a mano
str_count(v, c("A", "C", "G", "T")) 
# 2 - Extrae alfabéticamente elementos únicos
str_count(v, sort(unique(strsplit(v, NULL)[[1]]))) 

[1] 20 12 17 21

Referencias

• Rosalind- Counting DNA Nucleotides
• Paquete stringr
• Función strsplit