如何从字符向量中删除第一个重复元素后的特定重复元素

Question

我是一位有用的助手，可以进行文本翻译。以下是需要翻译的内容：

我有一个路径步骤的向量，如果其中有一个特定的路径步骤重复出现，我希望消除这些重复。

例如：

my_vec = "A > A > X > B > X > X > X > C > C"

现在，如果“X”重复出现，我想要除了第一个“X”之外消除所有重复的“X”，同时保留其余元素的顺序，使得我的期望结果是：my_vec = "A > A > X > B > X > C > C"，其中重复的X从中间消除。

我尝试使用for循环和if-else组合来实现这一点，以便检测向量中的前一个元素是否也包含'X'，然后用NA替换该元素，然后我可以删除NA项目，但这种方法不能提供所需的结果。

我尝试在这里和这里查找，但这些只过滤唯一的元素，而我想对特定的元素执行此操作。

以下是我的代码：

my_vec <- unlist(str_split(my_vec, '>') )

for (i in length(my_vec)){
if (grepl('X', my_vec[i]) & grepl('X', my_vec[i-1])) {
    steps[i] <- NA

} else {
    next()
}}
my_new_vec <- str_c(steps, collapse = '>')

然而，输出结果与输入完全相同，没有任何变成NA的改变。

- Edgar

Answer 1

1) gsub 函数可以将重复的 X 序列（可能跟着空格和大于号字符）替换成该序列中最后一个匹配的 X。即使该序列在字符串末尾也可以被处理。如果我们知道该序列不在字符串末尾，例如问题示例中的情况，那么我们可以简化第一个参数为 "(X > )*"

gsub("(X[> ]*)*", "\\1", my_vec)
## [1] "A > A > X > B > X > C > C"

2) strsplit/rle 如果你想使用与问题中代码相同的strsplit，请尝试将其与rle结合使用。首先执行strsplit生成as，然后应用rle获取r。现在，对于每个" X "运行，将其长度更改为1并将运行反向，以将去重版本的ss作为s。最后转换为字符串并删除前导和尾随空格。

ss <- strsplit(paste0(" ", my_vec, " "), ">")[[1]]
r <- rle(ss)
r$lengths[r$values == " X "] <- 1
s <- inverse.rle(r)
trimws(paste(s, collapse = ">"))
##  "A > A > X > B > X > C > C"

(2a) 使用strsplit的另一种方法如下。这里的第一行和最后一行与（2）中的第一行和最后一行相同。

ss <- strsplit(paste0(" ", my_vec, " "), ">")[[1]]
s <- ss[!c(FALSE, ss[-1] == ss[-length(ss)] & ss[-1] == " X ")]
trimws(paste(s, collapse = ">"))
##  "A > A > X > B > X > C > C"

更新：处理序列位于末尾的情况，并添加(2)和(2a)。

- G. Grothendieck

---

太棒了！谢谢！ - Edgar

Answer 2

我们可以使用 gsub。

gsub("(?:X > )\\K(X > )\\1*", "", my_vec, perl = TRUE)
#[1] "A > A > X > B > X > C > C"

- akrun

---

\\K 是什么？ - Frank

@Frank 这是重置匹配模式。 - akrun

Answer 3

一种不使用正则表达式的解决方案。最终输出为my_vec4。

# Create example string
my_vec <- "A > A > X > B > X > X > X > C > C"

library(dplyr)

# Split my_vec by " > "
my_vec2 <- strsplit(my_vec, split = " > ")[[1]]

# Same as the previous one and equal to X
X_logi <- my_vec2 == dplyr::lag(my_vec2) & my_vec2 %in% "X"

# Subset my_vec2 if X_logi is false
my_vec3 <- my_vec2[!X_logi]

# Concatenate my_vec3
my_vec4 <- paste(my_vec3, collapse = " > ")

- www

Answer 4

let str = "A > A > X > B > X > X > X > C > C";
let result = str.replace(/(\s*X >)+/g, " X >");

console.log(result);  // A > A > X > B > X > C > C

翻译成R语言的代码如下：gsub("(\s*X >)+", " X >", my_vec) – G. Grothendieck

- JBone

---

OP想要用哪种语言回答问题？正则表达式没有帮助吗？ - JBone

它被标记为R...而且R的正则表达式有点不同。 - Dason

翻译成R语言，应该是这样的：gsub("(\\s*X >)+", " X >", my_vec) - G. Grothendieck