如何在R语言中去除互为正反向的重复字符并获取唯一值？

要处理这种正反向重复的字符串，核心思路是给每个字符串生成一个标准化的唯一标识——把字符串按下划线拆分后排序再拼接，这样a_b和b_a会生成相同的标识，接着基于这个标识筛选唯一的原字符串即可。

基础R实现 #

# 注意：避免用`list`作为变量名，它是R的内置函数
vec <- c('a_b', 'a_c', 'a_d', 'a_e', 'a_b', 'b_a', 'b_c', 'b_c','c_b')

# 定义标准化函数：拆分、排序、重新拼接
standardize_str <- function(s) {
  parts <- strsplit(s, "_")[[1]]
  paste(sort(parts), collapse = "_")
}

# 生成每个元素的标准化键
standard_keys <- sapply(vec, standardize_str)

# 保留每个唯一键对应的第一个原元素
unique_vec <- vec[!duplicated(standard_keys)]

# 查看结果
unique_vec

运行后输出：[1] "a_b" "a_c" "a_d" "a_e" "b_c"，正好去除了b_a、c_b这类反向重复项，同时保留了原始的唯一正向形式。

Tidyverse风格实现（适合熟悉dplyr/tidyr的用户） #

library(dplyr)
library(tidyr)

data.frame(original = vec) %>%
  # 拆分字符串为两部分
  separate(original, into = c("part1", "part2"), sep = "_") %>%
  # 生成排序后的标准化键（用pmin/pmax替代sort更高效）
  mutate(standard_key = paste(pmin(part1, part2), pmax(part1, part2), sep = "_")) %>%
  # 按键去重，保留原始字段
  distinct(standard_key, .keep_all = TRUE) %>%
  # 合并回原字符串格式
  unite(result, part1, part2, sep = "_") %>%
  # 提取结果向量
  pull(result)

这段代码逻辑和基础R版本一致，用tidyverse的链式语法更直观，输出结果相同。

内容的提问来源于stack exchange，提问作者user21390049