从R中的字符串列中删除字符串列表

Question

我有一个这样的数据帧：

df = data.frame('name' = c('California parks', 'bear lake', 'beautiful tree house', 'banana plant'), 'extract' = c('parks', 'bear', 'tree', 'plant'))

如何从name列中删除'extract‘列的字符串以获得以下结果：

name_new = California, lake, beautiful house, banana

我怀疑这需要str_extract和lapply的组合，但可以很好地解决它。

谢谢!

Answer 1

str_remove或str_replace对于string和pattern都是矢量化的。因此，如果我们有两个列，只需传递这些列'name'，'extract‘作为string，pattern就可以按元素删除'name’列中的子字符串。一旦我们删除了这些子串，就有机会在它们之前或之后添加空格，或者用带有trimws的str_replace替换它们(用来删除前导/滞后空格)

library(dplyr)
library(stringr)
df %>% 
    mutate(name_new = str_remove(name, extract),
        name_new = str_replace_all(trimws(name_new), "\\s{2,}", " "))
#                 name extract        name_new
#1     California parks   parks      California
#2            bear lake    bear            lake
#3 beautiful tree house    tree beautiful house
#4         banana plant   plant          banana

Answer 2

使用gsub + Vectorize的基本R选项

within(df,name_new <- Vectorize(gsub)(paste0("\\s",extract,"\\s")," ",name))

这给了我们

                  name extract        name_new
1     California parks   parks      California
2            bear lake    bear            lake
3 beautiful tree house    tree beautiful house
4         banana plant   plant          banana