获取逗号分隔字符串列之间的公共元素(来自同一行)，保留行名

Question

>我有一个数据帧，其中包含一些包含逗号分隔字符串的列：

colA     colB
1    a,b,c,ñ  d,b,e
2    f,g,h    f,g,m,p
3    i,j,k    f,o,j

我想在对应于同一行的两列之间获取公共元素。所以我想要的输出是：

colA    colB
1     b       b
2    f,g     f,g
3     j       j

我试图将此列转换为列表列表以在此之后执行交集，但是我遇到了一些问题，所以我想知道是否有更简单的方法。我怎样才能得到这个？

Answer 1

我们可以使用它

df[,1:2] <- apply(df,1, function(X) paste(unlist(strsplit(X[1],","))[unlist(strsplit(X[1],",")) %in% unlist(strsplit(X[2],","))],collapse=",") )

> df
colA colB
1    b    b
2  f,g  f,g
3    j    j

---

数据：

df <- structure(list(colA = structure(1:3, .Label = c("a,b,c,ñ", "f,g,h", 
"i,j,k"), class = "factor"), colB = structure(1:3, .Label = c("d,b,e", 
"f,g,m,p", "f,o,j"), class = "factor")), class = "data.frame", row.names = c(NA, 
-3L))

Answer 2

如果你正在处理一个更大的数据集，你可以尝试从"splitstackshape"cSplit_l：

library(splitstackshape)
temp <- cSplit_l(df, names(df), ",", stripWhite = TRUE, type.convert = FALSE, drop = TRUE)
temp[, 1:2] <- vapply(Map(intersect, temp[[1]], temp[[2]]), toString, character(1L))
setnames(temp, names(df))[]
##    colA colB
## 1:    b    b
## 2: f, g f, g
## 3:    j    j

目前尚不清楚为什么您希望在这两列中使用相同的内容。

Answer 3

另一种选择是str_extract

library(stringr)
library(dplyr)
library(purrr)
df %>% 
transmute(colA = map_chr(str_extract_all(colA, 
str_replace_all(colB, ",", "|")), toString), 
colB = colA)
#   colA colB
#1    b    b
#2 f, g f, g
#3    j    j