在R中基于两向量差异提取子集文本：忽略大小写及多格式匹配

步骤说明 #

要实现需求，需要先把A中的所有潜在术语（包括分号分隔项、括号内的缩写）提取并标准化，再和B中的术语逐一匹配：

1. 拆解A中的术语：按分号拆分多术语条目，清理空格，同时提取括号内的缩写作为独立术语
2. 标准化格式：统一转成小写，消除大小写差异
3. 匹配筛选：将B中的术语标准化后，筛选出不在A术语集合中的条目

完整代码 #

# 原始数据
A <- data.frame(c("Absolute Value", "absolute deviation", "acceptance line ; acceptance boundary", "age-adjusted rate", "variance", "modified mean ; modified arithmetic mean ; trimmed mean ", "standard error (stdev)"))
B  <- data.frame(c("descriptive", "Acceptance Boundary", "deviation", "stdev", "modified arithmetic mean", "mutability"))

# 处理A的术语，生成所有标准化的匹配项
A_terms <- A[[1]]
# 按分号拆分多术语
A_split <- unlist(strsplit(A_terms, ";"))
# 清理前后空格
A_trimmed <- trimws(A_split)

# 定义函数：提取带括号术语的主内容和括号内的缩写
extract_bracket_content <- function(term) {
  bracket_part <- gsub(".*\\((.*?)\\).*", "\\1", term)
  main_part <- gsub("\\s*\\(.*?\\)\\s*", "", term)
  c(trimws(main_part), trimws(bracket_part))
}

# 处理所有带括号的术语，展开为完整列表
A_processed <- unlist(lapply(A_trimmed, extract_bracket_content))
# 去重并转小写
A_standardized <- tolower(unique(A_processed))

# 处理B的术语，筛选不在A中的条目
B_terms <- B[[1]]
B_standardized <- tolower(trimws(B_terms))
# 匹配筛选
result_terms <- B_terms[!B_standardized %in% A_standardized]

# 生成最终的C
C <- data.frame(terms = result_terms)

运行结果 #

执行代码后，C的内容与期望完全一致：

> C
        terms
1 descriptive
2    deviation
3   mutability

关键逻辑说明 #

• 分号拆分：将A中用;分隔的多格式术语（如modified mean ; modified arithmetic mean）拆分为独立条目，确保每个术语都能被匹配
• 大小写忽略：统一转小写后比较，解决Acceptance Boundary和acceptance boundary的大小写差异问题
• 括号内容提取：把standard error (stdev)拆分为standard error和stdev，确保B中的缩写stdev能被识别为存在于A中
• 空格清理：用trimws去除术语前后的冗余空格，避免因空格导致的匹配失败

内容的提问来源于stack exchange，提问作者nickolakis