按分隔符拆分列并删除其他值中包含的值答案

【问题标题】：Split column by separator and delete values contained in other values按分隔符拆分列并删除其他值中包含的值
【发布时间】：2021-07-26 14:22:03
【问题描述】：

我有一个用“;”分隔的类别列。 IE值：

value <- "A > B > C; A > B > D; A > B > C > C1"

意思是：

当前产品属于“A > B > C”类别，属于“A > B > D”类别和“A > B > C > C1”类别

如果一个类别已包含在另一个类别中，则应将其删除。所以目标是：

expectedResult <- "A > B > D; A > B > C > C1"

因为“A > B > C > C1”包含“A > B > C”。

我该如何解决这个问题？

注意：我知道有数百个问题看起来很相似。但我就是找不到解决办法。

【问题讨论】：

标签： r set-operations

【解决方案1】：

这应该可以工作：


value <- "A > B > C; A > B > D; A > B > C > C1"
els <- strsplit( value, "; " )[[1]]

my_reducer  <- function(a,b) {
    v <- str_detect( b, fixed(a) )
    a <- a[!v]
    append(a,b)
}

paste( Reduce( my_reducer, els ), collapse="; " )

输出：


> Reduce( my_reducer, els )
[1] "A > B > D; A > B > C > C1"

【讨论】：

我喜欢使用 Reduce 的方式。如果类别有前缀（id），我将如何调整它应该被忽略，但它存在于结果中？例如：值 A> B> C; c090601221> A> B> D; c090501222> A> B> C> C1" 结果 = "c090601221> A> B> D; c090501222> A> B> C> C1"
我相信我明白了：my_reducer

【解决方案2】：

或许你可以试试下面的代码

v <- unlist(strsplit(value, ";\\s+"))
idx <- colSums(`diag<-`(sapply(v, function(x) {
  p <- gsub(x, "", v, fix = TRUE)
  p != v & nchar(p) > 0
}), FALSE)) == 0
paste0(names(idx)[idx], collapse = "; ")

给了

[1] "A > B > D; A > B > C > C1"

【讨论】：