使用dplyr根据两字符列的差异生成新列的实现方法

我来帮你搞定这个需求～你想要从char_2列里提取出那些不在char_1列中出现的元素，最后用|拼接成新的dif_char列，用dplyr配合字符串处理函数就能轻松实现，下面是完整的可运行代码和步骤解释：

首先先定义你的原始数据：

library(dplyr)
library(stringr) # 依赖这个包处理字符串分割和拼接

raw_data <- data.frame(
  cat = c("a"),
  char_1 = c("1kg|2kg"),
  char_2 = c("0kg|1kg|8kg")
)

接下来是核心的处理代码：

wished_df <- raw_data %>%
  rowwise() %>% # 必须按行处理，保证每一行的字符串独立计算
  mutate(
    # 将两个字符串按|分割成字符向量
    vec1 = str_split(char_1, "\\|")[[1]],
    vec2 = str_split(char_2, "\\|")[[1]],
    # 计算vec2相对于vec1的差集，再拼接回|分隔的字符串
    dif_char = str_c(setdiff(vec2, vec1), collapse = "|")
  ) %>%
  ungroup() %>% # 取消行分组，恢复数据框默认的列处理模式
  select(-vec1, -vec2) # 移除临时生成的中间列

# 查看结果
wished_df

运行后你会得到目标的结果：

cat char_1     char_2     dif_char
1   a 1kg|2kg 0kg|1kg|8kg 0kg|8kg

我再拆解下关键步骤：

• rowwise()：这一步很重要，因为我们需要对每一行的char_1和char_2分别处理，而不是把整个列的所有字符串混在一起计算
• str_split(..., "\\|")：把用|分隔的字符串拆成字符向量，注意|是正则表达式里的特殊字符，所以要加两个反斜杠转义
• setdiff(vec2, vec1)：直接求差集，自动筛选出char_2有但char_1没有的元素
• str_c(..., collapse = "|")：把差集的元素重新拼接回你需要的|分隔格式

如果你的数据有多行记录，这个方法也完全适用，rowwise()会自动逐行处理每一行的字符串对。

内容来源于stack exchange