从竖线分隔代码列表提取项目主特征码的实现方法

首先定义输入的字符向量：

codes <- c("151", "510|130|130", "311|110", "140", "160|160", "160|160|130",
           "160", "160", "160", "151", "151", "160|110")

编写自定义函数处理单个字符串，提取主特征：

get_main_feature <- function(x) {
  # 按|拆分字符串为代码列表
  split_codes <- strsplit(x, "\\|")[[1]]
  # 统计每个代码的出现频次
  freq_table <- table(split_codes)
  # 获取最高频次
  max_count <- max(freq_table)
  # 筛选出频次最高的代码，若有多个则取第一个
  main_code <- names(freq_table)[freq_table == max_count][1]
  return(main_code)
}

将函数应用到整个向量，得到结果：

result <- sapply(codes, get_main_feature)
print(result)

运行后输出结果：

151 510|130|130   311|110       140   160|160 160|160|130 
     "151"      "130"      "311"      "140"      "160"      "160" 
      160       160       160       151       151   160|110 
     "160"      "160"      "160"      "151"      "151"      "160" 

逻辑说明 #

• strsplit(x, "\\|")：由于|是正则特殊字符，用转义符\\拆分字符串
• table()：统计每个代码的出现次数，生成频次对照表
• 筛选出频次等于最大值的代码并取第一个元素，满足“无占优代码时选第一个”的要求

内容的提问来源于stack exchange，提问作者KC15