从包含 R 中特定字符的字符串向量中删除条目 [重复]

Posted 2023-02-15

【中文标题】从包含 R 中特定字符的字符串向量中删除条目 [重复]

【英文标题】：Remove entries from string vector containing specific characters in R [duplicate]

【发布时间】：2017-04-14 14:22:24

【问题描述】：

我有两个字符向量：

x = "a", "b", "c", "kt"
y = "abs", "kot", "ccf", "okt", "kk", "y"

我需要使用 x 从 y 中删除条目，以便只保留不包含任何 x 条目的字符串，如下所示：

y = "kot", "kk", "y"

该代码适用于任意大小的向量 x 和 y。

到目前为止，我已尝试使用 gsub 和 grepl，但它们仅适用于单个字符串。我试图创建一个循环来执行此操作，但问题似乎比我想象的要困难。当然，解决方案越复杂越好，但您可以假设在这种情况下，向量 x 和 y 最多有 200 个条目。

【参考方案1】：

我们可以使用grep 找出y 中的哪些值与x 中的模式匹配，并使用!%in% 排除它们

y[!y %in% grep(paste0(x, collapse = "|"), y, value = T)]

#[1] "kot" "kk"  "y"  

grepl 甚至更好，因为它返回布尔向量

y[!grepl(paste0(x, collapse = "|"), y)]

---

使用invert 和value 参数的grep 的简洁版本

grep(paste0(x, collapse = "|"), y, invert = TRUE, value = TRUE)
#[1] "kot" "kk"  "y"  

【参考方案2】：

@Ronak 给出的答案看起来比我的要好，但一种选择是使用 sapply 和 grepl 来获得与 y 的匹配矩阵，对于 x 中的每个条目，然后滚动它再次致电apply。

> y[!apply(sapply(x, function(q) grepl(q, y)), 1, function(x) sum(as.numeric(x)) > 0)]
[1] "kot" "kk"  "y"  

这就是我所说的匹配矩阵：

> sapply(x, function(q)  grepl(q, y) )
         a     b     c    kt
[1,]  TRUE  TRUE FALSE FALSE
[2,] FALSE FALSE FALSE FALSE
[3,] FALSE FALSE  TRUE FALSE
[4,] FALSE FALSE FALSE  TRUE
[5,] FALSE FALSE FALSE FALSE
[6,] FALSE FALSE FALSE FALSE
       ^^^^ each column is a match result for each element of x

【讨论】：

我同意 akrun。这很有帮助，但在这种情况下，我更喜欢 grepl 解决方案，因为我的向量不是那么长。

【参考方案3】：

这也应该有效：

y[Reduce("+", lapply(x, grepl, y, fixed=TRUE))==0]
# [1] "kot" "kk"  "y"