提取可能字符列表右侧的所有字符

Question

我在数据框中有一系列字符串，如下所示：

item_time<-c("pink dress july noon", "shirt early september morning", "purple dress 
april", "tall purple shoes february")

我想提取可能字符列表右侧的所有字符，如下所示：

item<-c("pink dress","shirt","purple dress", "tall purple shoes")

我想要的结果是这样的：

[1] july noon
[2] early september morning
[3] april
[4] february

我无法用空格分隔它们，因为时间和项目列表中的单词数量不同。我也没有将它们分开的符号。我觉得应该有一种非常简单而优雅的方法来解决这个问题，但我想不通。

Answer 1

您可以使用 sub 和正则表达式来做到这一点。

Pat = paste0("(.*)(", paste0(item, collapse="|"), ")(.*)")
sub(Pat, "\3", item_time)
[1] " july noon"               " early september morning"
[3] " april"                   " february"

详情：创建的模式为：

Pat
[1] "(.*)(pink dress|shirt|purple dress|tall purple shoes)(.*)"

中间部分"(.*)(pink dress|shirt|purple dress|tall purple shoes)匹配你的任意一种模式。第一个 (.*) 匹配模式之前的任何内容。第二个 (.*) 匹配模式之后的任何内容。然后 sub 语句将整个字符串替换为模式匹配后的部分。

Answer 2

另一种方法是使用 mapply

mapply(gsub,pattern=item,replacement='',x=item_time)

如果您还想删除 item 和 item_time 右侧部分之间的 space，您可以改用：

mapply(gsub,pattern=paste0(item,' '),replacement='',x=item_time)

Answer 3

这是另一个使用 stringr::str_replace(string, pattern, replacement) 的选项，它的优点是它在 string 和 pattern（以及 replacement）上都被矢量化了。

trimws(stringr::str_replace(item_time, item, ""))
#[1] "july noon"               "early september morning"
#[3] "april"                   "february"

trimws 删除前导空格。

请注意，这需要 item_time 和 item 具有成对匹配条目。

提取可能字符列表右侧的所有字符

Extract all characters to the right of a list of possible characters

string

r

extract