R语言如何提取字符串列相对子串列的剩余子串

实现逻辑 #

逐行处理数据框的每对(a, b)值：将同行b列的字符串作为精确匹配目标，从同行a列的完整字符串中删除该匹配内容，把剩余字符串存入新建的column_to_extract列。

可复用实现代码 #

原生基础R方案（无第三方包依赖） #

通过逐行映射执行文本替换，开启固定文本匹配模式，避免b列内容包含正则特殊字符（如.、*）时出现匹配错误：

# 载入示例数据
a <- c("clean", "player", "rubbish", "lock")
b <- c("ean", "er", "bbish", "ck")
df1 <- data.frame(a, b)

# 生成目标结果列
df1$column_to_extract <- mapply(
  function(full_text, match_text) gsub(match_text, "", full_text, fixed = TRUE),
  df1$a,
  df1$b
)

tidyverse生态方案（适配管道式数据处理流程） #

借助stringr包的逐行字符串操作能力，写法更简洁流畅：

library(dplyr)
library(stringr)

df1 <- df1 %>%
  mutate(column_to_extract = str_remove(a, b))

适配调整提示 #

• 两种实现均默认将b列作为纯文本匹配，不会把b列内容解析为正则表达式，大幅降低特殊字符带来的匹配风险
• 如果b列内容在a列中重复出现，上述代码默认会删除所有匹配的子串；若仅需删除第一次出现的匹配内容，可将基础R代码中的gsub替换为sub，stringr流程保持默认的str_remove逻辑即可。

最终输出效果 #

执行代码后得到的结果与预期完全一致：

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