在列表中查找匹配的字符串，只保留匹配的字符串

Question

我在 R 中有一个列表，其中包含多个字符串，我需要将它们与数据框中的列匹配，并且只保留匹配的字符串。

list <- c('Ford', 'Toyota', 'BMW')

Col1         Col2         
1            Ford A1
2            Toyota Prius
3            BMW B2
4            Ford A2
5            Tesla T1

所以我想用list匹配col2然后把数据改成：

Col1         Col2         
1            Ford
2            Toyota
3            BMW
4            Ford
5            Tesla T1

Answer 1

您可以使用您的列表创建一个正则表达式字符串，然后可以在 sub 调用中使用它：

regex.string <- paste0( ".*(", paste( list, collapse = "|" ), ").*" )

这使得字符串：

> regex.string
[1] ".*(Ford|Toyota|BMW).*"

现在在子调用中使用它：

df$Col2 <- sub( regex.string, "\1", df$Col2 )

因此正则表达式会查找 list 中包含的任何值，如果找到，它将用找到的值替换整个文本值。

结果：

> df
  Col1     Col2
1    1     Ford
2    2   Toyota
3    3      BMW
4    4     Ford
5    5 Tesla T1

注意：如下所述，这可能会破坏包含特殊正则表达式字符的汽车品牌。