如何从 waldo::compare() 返回的对象中提取出色的值？

Question

我正在尝试使用名为 waldo (see at the tidyverse blog too) 的新 R 包，该包旨在比较数据对象以发现差异。 waldo::compare() 函数返回一个对象，根据文档：

具有“waldo_compare”类的字符向量

此功能的主要目的是在控制台中使用，利用着色功能突出显示数据对象之间不相等的突出值。然而，虽然只是在控制台中检查很有用，但我确实想获取这些值并对它们采取行动（将它们从数据中过滤掉，等等）。因此，我想以编程方式提取突出的价值。我不知道怎么做。

示例

1. 生成长度为 10 的向量：

set.seed(2020)

vec_a <- sample(0:20, size = 10)

## [1]  3 15 13  0 16 11 10 12  6 18

1. 创建一个重复向量，并将附加值 (4) 添加到第 11 个向量元素中。

vec_b <- vec_a
vec_b[11] <- 4
vec_b <- as.integer(vec_b) 

## [1]  3 15 13  0 16 11 10 12  6 18  4

1. 使用waldo::compare() 测试两个向量之间的差异

waldo::compare(vec_a, vec_b)

## `old[8:10]`: 12 6 18  
## `new[8:11]`: 12 6 18 4

美妙之处在于它在控制台中突出显示：

---

但是现在，我如何提取不同的值？

我可以尝试将waldo::compare() 分配给一个对象：

waldo_diff <- waldo::compare(vec_a, vec_b)

然后呢？当我尝试做waldo_diff[[1]] 我得到：

[1] "`old[8:10]`: \033[90m12\033[39m \033[90m6\033[39m \033[90m18\033[39m  \n`new[8:11]`: \033[90m12\033[39m \033[90m6\033[39m \033[90m18\033[39m \033[34m4\033[39m"

对于waldo_diff[[2]]，情况更糟：

waldo_diff[3] 中的错误：下标越界

知道如何以编程方式提取出现在“新”向量中但不在“旧”向量中的突出值吗？

Answer 1

作为免责声明，在您发布之前我对这个包一无所知，因此这远非权威答案，但您无法使用 compare() 函数轻松提取不同的值，因为它返回 ANSI 格式准备好打印的字符串。相反，向量的主力似乎是内部函数ses() 和ses_context()，它们返回两个对象之间差异的索引。不同之处似乎在于ses_context() 将结果拆分为不连续的差异列表。

waldo:::ses(vec_a, vec_b)

# A tibble: 1 x 5
     x1    x2 t        y1    y2
  <int> <int> <chr> <int> <int>
1    10    10 a        11    11

结果表明，新向量在位置 11 开始和结束处都有一个加法。

以下简单函数的范围非常有限，并假设只对新向量中的添加感兴趣：

new_diff_additions <- function(x, y) {
  res <- waldo:::ses(x, y)
  res <- res[res$t == "a",]  # keep only additions
  if (nrow(res) == 0) {
    return(NULL)
  }  else {
    Map(function(start, end) {
      d <- y[start:end]
      `attributes<-`(d, list(start = start, end = end))
    },
    res[["y1"]], res[["y2"]])
  }
}
    
new_diff_additions(vec_a, vec_b)

[[1]]
[1] 4
attr(,"start")
[1] 11
attr(,"end")
[1] 11

Answer 2

至少对于比较两个向量的简单情况，你会更好 使用diffobj::ses_dat()（来自 waldo 使用的包 在引擎盖下）直接：

waldo::compare(1:3, 2:4)
#> `old`: 1 2 3  
#> `new`:   2 3 4

diffobj::ses_dat(1:3, 2:4)
#>       op val id.a id.b
#> 1 Delete   1    1   NA
#> 2  Match   2    2   NA
#> 3  Match   3    3   NA
#> 4 Insert   4   NA    3

为了完整起见，提取你可以做的补充，例如：

extract_additions <- function(x, y) {
  ses <- diffobj::ses_dat(x, y)
  y[ses$id.b[ses$op == "Insert"]]
}

old <- 1:3
new <- 2:4

extract_additions(old, new)
#> [1] 4