R语言中提取数据框B中未在A出现的项（忽略大小写与别名）

我有两个数据框：

A <- data.frame(c("Nick", "Maria", "Liam", "Oliver", "Sophia", "james", "Lucas; Luc"))
B  <- data.frame(c("Liam", "Luc", "Evelyn; Eva", "James", "Harper", "Amelia"))

需要创建数据框C，包含数据框B中未在数据框A里出现的名称，要求：

• 忽略大小写（比如James和james视为同一名称）
• 分号分隔的别名（比如Lucas; Luc）视为同一名称

最终预期结果：

C <- data.frame(c("Evelyn; Eva", "Harper","Amelia")) 

步骤1：统一格式并拆分别名 #

先把两个数据框的名称统一转为小写，再拆分分号分隔的别名，整理出A中包含的所有名称集合：

# 处理数据框A：提取所有别名并转为小写
A_names <- tolower(unlist(strsplit(as.character(A[[1]]), ";\\s*")))

# 处理数据框B：保留原始条目，同时提取每个条目的小写别名
B_processed <- data.frame(
  original = B[[1]],
  aliases = lapply(strsplit(as.character(B[[1]]), ";\\s*"), tolower)
)

步骤2：筛选B中未在A出现的条目 #

检查B的每个条目里的所有别名，只要有一个别名存在于A的名称集合中，就排除该条目；反之则保留：

# 判断B的每个条目是否有别名在A中存在
B_in_A <- sapply(B_processed$aliases, function(x) any(x %in% A_names))

# 筛选出符合条件的条目，创建数据框C
C <- data.frame(original = B_processed$original[!B_in_A])

验证结果 #

运行代码后，C的输出与预期一致：

> C
        original
1 Evelyn; Eva
2        Harper
3        Amelia

内容的提问来源于stack exchange，提问作者nickolakis