在R中比较向量语句：识别同语句异评论的重复记录

嘿，我来帮你搞定这个问题！针对你给出的6条带重复语句的记录，我们可以用两种实用的R语言方法找出那些语句相同但评论不一致的条目——一种用基础R（不用额外装包），另一种用tidyverse工具包（写法更直观易读）。

第一步：先构建你的示例数据 #

首先我们把你提供的示例数据转换成R能处理的数据框：

# 创建示例数据框
df <- data.frame(
  语句 = c("good boy", "good student", "good employee", "good boy", "good student", "good employee"),
  评论 = c("积极反馈", "积极反馈", "积极反馈", "消极反馈", "消极反馈", "积极反馈"),
  stringsAsFactors = FALSE  # 避免把字符串转成因子
)

方法一：基础R实现（无需额外安装包） #

这个方法用基础R的聚合函数和筛选来完成，逻辑清晰：

# 1. 按「语句」分组，计算每个组内不同评论的数量
comment_variety <- aggregate(评论 ~ 语句, data = df, function(x) length(unique(x)))

# 2. 筛选出那些有多种评论的语句
conflicting_texts <- comment_variety$语句[comment_variety$评论 > 1]

# 3. 从原数据中提取这些语句的所有记录
result_base <- df[df$语句 %in% conflicting_texts, ]

# 查看结果
print(result_base)

方法二：tidyverse工具包实现（更简洁直观） #

如果你习惯用tidyverse的语法（比如dplyr），这个写法会更贴近自然语言，处理复杂数据时扩展性更强：

# 先安装并加载tidyverse（如果还没装的话）
# install.packages("tidyverse")
library(tidyverse)

# 分组筛选：按语句分组，留下评论种类多于1的组的所有记录
result_tidy <- df %>%
  group_by(语句) %>%
  filter(n_distinct(评论) > 1) %>%
  ungroup()

# 查看结果
print(result_tidy)

结果说明 #

两种方法都会输出以下结果：

语句    评论
1   good boy 积极反馈
4   good boy 消极反馈
2 good student 积极反馈
5 good student 消极反馈

这正是我们要找的——good boy和good student这两个语句，它们既有积极反馈又有消极反馈，而good employee的评论全是积极的，所以不会被筛选出来。

内容的提问来源于stack exchange，提问作者Murali