R - 使用 stringr::str_split 合并两个列表中的唯一值答案

【问题标题】：R - Merge unique values from two lists using stringr::str_splitR - 使用 stringr::str_split 合并两个列表中的唯一值
【发布时间】：2020-11-23 23:43:42
【问题描述】：

我有一个函数，当给定一个字符串列表时，它应该返回一个包含所有 N 大小的唯一字符串的向量。

get_unique <- function (input_list, size = 3) {
   output = c()

   for (input in input_list) {
    current = stringr::str_replace(input, "[-_\\s]", "")
    current = trimws(gsub(paste0("(.{",size,"})"), "\\1 ", current))
    parts = stringr::str_split(current, "\\s", simplify = TRUE)[1,]
    output = union(output, parts)
   }

   return(output)
}

我的期望是：

get_unique(c("ABC", "ABCDEF", "GHIDEF"))

[1] "ABC" "DEF" "GHI"

但我得到的是：

get_unique(c("ABC", "ABCDEF", "GHIDEF"))

[[1]]
[1] "ABC"

[[2]]
[1] "DEF"

[[3]]
[1] "GHI"

我对 R 还很陌生，所以我很难理解我哪里出错了。

【问题讨论】：

标签： r stringr strsplit

【解决方案1】：

我们可以在最后使用unlist

get_unique <- function (input_list, size = 3) {
  output = c()

  for (input in input_list) {
     current = stringr::str_replace(input, "[-_\\s]", "")
     current = trimws(gsub(paste0("(.{",size,"})"), "\\1 ", current))
    parts = stringr::str_split(current, "\\s", simplify = TRUE)[1,]
    output = union(output, parts)
  }

  return(unlist(output))
 }

get_unique(c("ABC", "ABCDEF", "GHIDEF"))
#[1] "ABC" "DEF" "GHI"

我们也可以在一行中使用正则表达式环视来执行此操作，以便在每 3 个字符处拆分

unique(unlist(strsplit(v1, "(?<=...)", perl = TRUE)))
#[1] "ABC" "DEF" "GHI"

数据

v1 <- c("ABC", "ABCDEF", "GHIDEF")

【讨论】：

@akrun 您能否简要解释一下regex 中发生了什么？

【解决方案2】：

完整的baseR 解决方案，使用substr：

get_unique <- function(v) unique(unlist(sapply(v, function(x) sapply(1:(nchar(x)/3), function(y) substr(x, 3*(y-1)+1, 3*y) ))))

get_unique(v1)
[1] "ABC" "DEF" "GHI"

substr(x, 3*(y-1)+1, 3*y) 从 x 中获取 3 个字符的子字符串。

【讨论】：