从包含 R 中特定字符的字符串向量中删除条目

Question

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，以便仅保留不包含任何 x 条目的字符串，如下所示：

y = {"kot", "kk", "y"}

该代码应该适用于任何大小的向量 x 和 y。

到目前为止，我已经尝试使用 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难。当然，解决方案越复杂越好，但是您可以假设在这种情况下向量 x 和 y 最多有 200 个条目。

Answer 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"

或者 grepl 更好，因为它 returns 布尔向量

y[!grepl(paste0(x, collapse = "|"), y)]

grep 使用 invert 和 value 参数的简洁版本

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

Answer 2

@Ronak 给出的答案看起来比我的更可取，但一个选择是使用 sapply 和 grepl 以获得针对 y 的匹配矩阵，对于x，然后再次调用 apply。

> y[!apply(sapply(x, function(q) {grepl(q, y)}), 1, function(x) {sum(as.numeric(x)) > 0})]
[1] "kot" "kk"  "y"

这里是我所说的匹配矩阵的意思：

> 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

Answer 3

这也应该有效：

y[Reduce("+", lapply(x, grepl, y, fixed=TRUE))==0]
# [1] "kot" "kk"  "y"

从包含 R 中特定字符的字符串向量中删除条目

Remove entries from string vector containing specific characters in R

string

r

character

gsub

grepl