从向量 2 中删除向量 1 中找到的字符串

Question

我有这两个向量：

sample1 <- c(".aaa", ".aarp", ".abb", ".abbott", ".abogado")
sample2 <- c("try1.aarp", "www.tryagain.aaa", "255.255.255.255", "onemoretry.abb.abogado")

我正在尝试删除在 sample2 中找到的 sample1 字符串。我得到的最接近的是使用 sapply 进行迭代，这给了我这个：

 sapply(sample1, function(i)gsub(i, "", sample2))

     .aaa                     .aarp                    .abb                 .abbott                  .abogado          
[1,] "try1.aarp"              "try1"                   "try1.aarp"          "try1.aarp"              "try1.aarp"       
[2,] "www.tryagain"           "www.tryagain.aaa"       "www.tryagain.aaa"   "www.tryagain.aaa"       "www.tryagain.aaa"
[3,] "255.255.255.255"        "255.255.255.255"        "255.255.255.255"    "255.255.255.255"        "255.255.255.255" 
[4,] "onemoretry.abb.abogado" "onemoretry.abb.abogado" "onemoretry.abogado" "onemoretry.abb.abogado" "onemoretry.abb"

当然预期的输出应该是

[1] "www.tryagain"    "try1"            "onemoretry"      "255.255.255.255"

感谢您的宝贵时间。

Answer 1

我们可以 paste 将 'sample1' 元素放在一起，将其用作 gsub 中的 pattern 参数，将其替换为 ''.

gsub(paste(sample1, collapse='|'), '', sample2)
#[1] "try1"            "www.tryagain"    "255.255.255.255" "onemoretry"

或使用mgsub

library(qdap)
mgsub(sample1, '', sample2)
#[1] "try1"            "www.tryagain"    "255.255.255.255" "onemoretry"

Answer 2

试试这个，

sample1 <- c(".aaa", ".aarp", ".abb", ".abbott", ".abogado")
sample2 <- c("try1.aarp", "www.tryagain.aaa", "255.255.255.255", "onemoretry.abb.abogado")
paste0("(",paste(sub("\.", "\\.", sample1), collapse="|"),")\b")
# [1] "(\.aaa|\.aarp|\.abb|\.abbott|\.abogado)\b"
gsub(paste0("(",paste(sub("\.", "\\.", sample1), collapse="|"),")\b"), "", sample2)
# [1] "try1"            "www.tryagain"    "255.255.255.255" "onemoretry"

解释：

sub("\.", "\\.", sample1) 转义所有点。由于点是正则表达式中的特殊字符。
paste(sub("\.", "\\.", sample1), collapse="|") 组合所有元素，以 | 作为分隔符。
paste0("(",paste(sub("\.", "\\.", sample1), collapse="|"),")\b") 创建一个正则表达式，就像捕获组中存在的所有元素一样，后跟一个单词边界。 \b 是这里非常需要的。这样它就可以进行精确的单词匹配。

从向量 2 中删除向量 1 中找到的字符串

Remove strings found in vector 1, from vector 2

r

gsub

sapply