从R中的字符串列中删除字符串列表答案

【问题标题】：remove list of strings from string column in R从R中的字符串列中删除字符串列表
【发布时间】：2020-12-14 15:47:21
【问题描述】：

我有一个这样的数据框：

df = data.frame('name' = c('California parks', 'bear lake', 'beautiful tree house', 'banana plant'), 'extract' = c('parks', 'bear', 'tree', 'plant'))

如何从名称列中删除“提取”列的字符串以获得以下结果：

name_new = California, lake, beautiful house, banana

我怀疑这需要 str_extract 和 lapply 的组合，但可以完全弄清楚。

谢谢！

【问题讨论】：

标签： r string dataframe

【解决方案1】：

str_remove 或 str_replace 针对 string 和 pattern 进行了矢量化处理。因此，如果我们有两列，只需将这些列 'name'、'extract' 作为 string、pattern 传递，以逐元素删除 'name' 列中的子字符串。一旦我们删除了这些子字符串，就有可能在其之前或之后有空格，可以将其删除或替换为str_replace 和trimws（以删除前导/滞后空格）

library(dplyr)
library(stringr)
df %>% 
    mutate(name_new = str_remove(name, extract),
        name_new = str_replace_all(trimws(name_new), "\\s{2,}", " "))
#                 name extract        name_new
#1     California parks   parks      California
#2            bear lake    bear            lake
#3 beautiful tree house    tree beautiful house
#4         banana plant   plant          banana

【讨论】：

【解决方案2】：

使用gsub + Vectorize 的基本 R 选项

within(df,name_new <- Vectorize(gsub)(paste0("\\s",extract,"\\s")," ",name))

给了

                  name extract        name_new
1     California parks   parks      California
2            bear lake    bear            lake
3 beautiful tree house    tree beautiful house
4         banana plant   plant          banana

【讨论】：