R：从数据帧上的字符串中删除子字符串[重复]

Question

我有一个包含许多产品的标记和名称的数据框，如下所示：

    mark      name
    Caudalie  Caudalie Eau démaquillante 200ml
    Mustela   Mustela Bébé lait hydra corps 300ml
    Lierac    Lierac Phytolastil gel prévention 

在许多行中，标记存在于产品名称中。我要做的是检测产品名称中是否存在标记，如果存在我想删除它。

编辑： 我使用此代码示例来检测标记是否存在于产品名称中：

   df1$CheckMark <- Vectorize(grepl)(df1$mark, df1$name)

我的数据框现在看起来像这样：

    mark      name                                ChekMark
    Caudalie  Caudalie Eau démaquillante 200ml    TRUE
    Mustela   Mustela Bébé lait hydra corps 300ml TRUE
    Lierac    Lierac Phytolastil gel prévention   TRUE

我想从产品名称中提取标记。

更新 经过多次尝试。我根据标记将我的大数据框切换为列表：

    list.mark.name=split( df1 , df1$mark )

我发现sapply 和gsub 之间的这种奇妙组合：

    listt<-sapply(1:length(list.marque.nom), function(i)
    {
     dtfr<-list.marque.nom[[i]]
      if(dtfr$CheckMark==TRUE)
     {listt[[i]]<-as.data.frame(sapply(dtfr,gsub,pattern=dtfr$mark,replacement=""))}
      else
     {listt[[i]]<-dtfr} 
     }

我认为一切正常，但我注意到了这些警告：

     Warning messages:
     1: In if (dtfr$CheckMark == TRUE) { ... :
      the condition has length > 1 and only the first element will be used

请问有什么问题。

任何帮助将不胜感激。

Answer 1

如果我们需要通过删除以“mark”开头的“name”元素来对行进行子集化，则使用grep

df1[!grepl('^mark', df1$name),]

^ 表示字符串的开始。

注意：标题中的subtract 部分不清楚。

更新

基于更新的数据集，如果我们要检查在任何 'mark' 元素中没有匹配子字符串的 'name'，我们可以将 paste 和 'mark' 元素一起使用 grep获取索引，然后使用[ 子集，

df1[!grepl(paste(df1$mark, collapse="|"), df1$name),]

或者，如果想法是根据 'name'、'mark'、stri_detect 的相应元素从 stringi 中对行进行子集化，则可以选择。

library(stringi)
df1[!stri_detect_fixed(df1$name, df1$mark),]