拆分元素，删除然后将它们连接回来
我有以下内容data.frame：-
a <- data.frame(col_1 = c("1001", "1002", "1003", "1004", "1005"),
col_2 = c("1002|3932|1003", "1033|1004|1005", "1022|1220|1005", "1001|1002",
"2122|1002|1004"))
我想要做的就是在每一个元素col_2，删除所有这些那些不存在的元素col_1。结果data.frame如下
b <- data.frame(col_1 = c("1001", "1002", "1003", "1004", "1005"),
col_2 = c("1002|1003", "1004|1005", "1005", "1001|1002", "1002|1004")
提前致谢。
回答
基本 R 选项：
在 上拆分字符串|，仅保留其中存在的值col1并将字符串粘贴回去。
a$col_2 <- sapply(strsplit(a$col_2, '|', fixed = TRUE), function(x)
paste0(intersect(x, a$col_1), collapse = '|'))
a
# col_1 col_2
#1 1001 1002|1003
#2 1002 1004|1005
#3 1003 1005
#4 1004 1001|1002
#5 1005 1002|1004
使用dplyr：
library(dplyr)
a %>%
tidyr::separate_rows(col_2, sep = '|') %>%
filter(col_2 %in% unique(col_1)) %>%
group_by(col_1) %>%
summarise(col_2 = paste0(col_2, collapse = '|'))