在R中删除包含特定字符的字符串向量条目

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，就像这样：

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

代码应该适用于任何大小的向量x和y。

到目前为止，我尝试使用gsub和grepl，但这些只适用于单个字符串。我尝试创建循环来执行此操作，但问题似乎比我想象的更困难。当然，解决方案越复杂越好，但在这种情况下，可以假设向量x和y最多具有200个条目。

- Lecromine

Answer 1

我们可以使用 grep 命令来查找在 y 中与 x 模式匹配的值，并使用 !%in% 排除它们。

y[!y %in% grep(paste0(x, collapse = "|"), y, value = T)]

#[1] "kot" "kk"  "y"  

甚至更好的方法是使用grepl，因为它返回布尔向量。

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

---

使用 invert 和 value 参数的简洁版本，可以使用 grep 命令。

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

- Ronak Shah

Answer 2

@Ronak提供的答案看起来比我的更可取，但其中一种选择是使用sapply和grepl来获取针对y的匹配矩阵，对于x中的每个条目，然后将其与另一个apply调用组合起来。

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

以下是我所说的匹配矩阵的含义：

> 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

- Tim Biegeleisen

---

我同意akrun的观点。这很有帮助，但在这种情况下，我更喜欢grepl解决方案，因为我的向量不是那么长。 - Lecromine

Answer 3

这也应该能够工作：

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

- Sandipan Dey