从包含 R 中特定字符的字符串向量中删除条目 [重复]

Posted

技术标签:

【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。

【问题讨论】:

【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invertvalue 参数的grep 的简洁版本

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

【讨论】:

【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 sapplygrepl 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"  

【讨论】:

以上是关于从包含 R 中特定字符的字符串向量中删除条目 [重复]的主要内容,如果未能解决你的问题,请参考以下文章

从 R 中的字符向量中删除引号

从字符串中删除Python中两个特定字符之间包含的所有字符

如何在 R 中删除包含特定字符串的行?

Hibernate Envers:如何从我的审计表中删除条目?

R语言unlist函数将复杂数据(list列表dataframe字符串String)对象处理成简单向量vector形式:将包含dataframe和字符串的向量列表转换为单个向量(删除数据名称)

删除数据框中任何向量中包含字符串的行