如何从两个向量中提取匹配字符？R语言技术问询

问题说明 #

需要对数据框每行的两个字符串列，提取二者包含的共同字符；若存在多个匹配项，返回列表形式即可。

示例数据 #

x <- c("abcde", "lmnop")
y <- c("efghi", "uvmxw")
df <- data.frame(x, y)

错误尝试分析 #

你之前用的unique(x, y)无法实现需求，因为unique()的作用是去除向量内的重复值，并非寻找两个字符串的字符交集。

正确解法 #

方法1：Tidyverse 工具链（返回列表列） #

利用dplyr处理数据框，stringr拆分字符串，purrr逐行处理：

library(dplyr)
library(stringr)
library(purrr)

df_result <- df |>
  mutate(z = map2(x, y, ~ intersect(str_split(.x, "")[[1]], str_split(.y, "")[[1]])))

运行后z列会以列表形式存储每行的共同字符，单个匹配时是长度为1的向量，多个匹配时是包含所有共同字符的向量。

方法2：Tidyverse 工具链（合并为字符串） #

如果希望将多个共同字符合并成单个字符串（比如匹配到"b"和"c"时返回"bc"），可以用map2_chr替换map2：

df_result <- df |>
  mutate(z = map2_chr(x, y, ~ paste(intersect(str_split(.x, "")[[1]], str_split(.y, "")[[1]]), collapse = "")))

方法3：Base R 实现（返回列表列） #

无需加载额外包，用mapply逐行处理：

df$z <- mapply(function(a, b) intersect(strsplit(a, "")[[1]], strsplit(b, "")[[1]]), df$x, df$y)

方法4：Base R 实现（合并为字符串） #

df$z <- mapply(function(a, b) paste(intersect(strsplit(a, "")[[1]], strsplit(b, "")[[1]]), collapse = ""), df$x, df$y)

结果验证 #

以上方法处理示例数据后，都会得到符合预期的结果：

x       y z
1 abcde   efghi e
2 lmnop uvmxw   m

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