检测字符串向量差异：为data_frame新增name(.2)列对比列（偏好tidyverse/stringr）

这题我熟！用tidyverse+stringr完全可以轻松搞定，我先给你一步步演示，从构造示例数据到最终实现差异列的添加。

第一步：构造示例数据 #

首先我们模拟一个符合你需求的数据框，假设你的两列是name_old和name_new（如果你的实际列名是name和name.2，后面直接替换就行）：

library(tidyverse)

# 模拟包含字符串向量的数据集
df <- tibble(
  id = 1:3,
  name_old = c("apple, banana, orange", "cat, dog", "red, blue, green, yellow"),
  name_new = c("banana, orange, grape", "dog, rabbit", "blue, purple")
)

第二步：添加差异列的核心代码 #

我们的思路是：先把每个字符串拆分成独立的字符向量，清理掉多余空格，然后计算两列向量的对称差异（也就是只在其中一列出现的元素），最后把差异元素合并成字符串作为新列。

这里用map2_chr直接生成结果列，省去中间临时列，更简洁：

df_with_diff <- df %>%
  mutate(
    name_diff = map2_chr(
      # 拆分并清理旧列的字符串向量
      str_split(name_old, ", ") %>% map(str_trim),
      # 拆分并清理新列的字符串向量
      str_split(name_new, ", ") %>% map(str_trim),
      # 计算对称差异并合并成字符串
      ~ str_c(union(setdiff(.x, .y), setdiff(.y, .x)), collapse = ", ")
    )
  )

第三步：查看结果 #

运行后得到的数据集会新增name_diff列，展示两列的字符串差异：

print(df_with_diff)
#> # A tibble: 3 × 4
#>      id name_old                name_new            name_diff          
#>   <int> <chr>                   <chr>               <chr>              
#> 1     1 apple, banana, orange   banana, orange, grape apple, grape       
#> 2     2 cat, dog                dog, rabbit         cat, rabbit        
#> 3     3 red, blue, green, yellow blue, purple        red, green, yellow, purple

按需调整差异逻辑 #

如果你不需要对称差异，而是只需要某一方向的差异：

• 仅保留旧列有、新列没有的元素：把union(setdiff(.x, .y), setdiff(.y, .x))改成setdiff(.x, .y)
• 仅保留新列有、旧列没有的元素：改成setdiff(.y, .x)

内容的提问来源于stack exchange，提问作者elliot