Return 只有独特的词

Question

假设我有一个字符串，我只希望句子中的唯一单词作为单独的元素

 a = "an apple is an apple"
word <- function(a){
  
  words<- c(strsplit(a,split = " "))
  return(unique(words))
}

word(a)

这个returns

[[1]]
[1] "an"    "apple" "is"    "an"    "apple"

我期望的输出是

'an','apple','is'

我做错了什么？非常感谢任何帮助

干杯！

Answer 1

你可以试试

unique(unlist(strsplita, " ")))

Answer 2

另一种可能的解决方案，基于stringr::str_split：

library(tidyverse)

a %>% str_split("\s+") %>% unlist %>% unique

#> [1] "an"    "apple" "is"

Answer 3

问题是将 strsplit(.) 包裹在 c(.) 中并没有改变它仍然是 list 的事实，并且 unique 将在 list-level，不是 word-level.

c(strsplit(rep(a, 2), "\s+"))
# [[1]]
# [1] "an"    "apple" "is"    "an"    "apple"
# [[2]]
# [1] "an"    "apple" "is"    "an"    "apple"
unique(c(strsplit(rep(a, 2), "\s+")))
# [[1]]
# [1] "an"    "apple" "is"    "an"    "apple"

备选方案：

如果length(a)总是1，那么也许

unique(strsplit(a, "\s+")[[1]])
# [1] "an"    "apple" "is"

如果 length(a) 可以是 2 个或更多，并且您想要每个句子 的唯一单词列表 ，那么

a2 <- c("an apple is an apple", "a pear is a pear", "an orange is an orange")
lapply(strsplit(a2, "\s+"), unique)
# [[1]]
# [1] "an"    "apple" "is"   
# [[2]]
# [1] "a"    "pear" "is"  
# [[3]]
# [1] "an"     "orange" "is"

（注意：这总是returns一个list，不管输入中的句子数量是多少。）

如果 length(a) 可以是 2 个或更多，并且您想要一个独特的词 跨越所有句子 ，那么
```
unique(unlist(strsplit(a2, "\s+")))
# [1] "an"     "apple"  "is"     "a"      "pear"   "orange"
```
（注：此方法在length(a)为1时同样适用。）

Return 只有独特的词

Return only the unique words

string

r

function