删除字符串中的重复项

Question

我有以下数据集

df <- data.frame(
    path = c("a,b,a", 
        "(direct) / (none),   (direct) / (none), google / cpc,    google / cpc", 
        "f,d", 
        "a,c"
    ) 
)

并且我希望删除重复的内容，以便我的输出为

                                                                       path
1:                                                                     a, b
2:                                       (direct) / (none),     google / cpc
3:                                                                     f, d
4:                                                                     a, c

我尝试了这个，但它不适用于第二行

setDT(df)

df$path <- sapply(strsplit(as.character(df$path ), split=","), function(x) {
    paste(unique(x), collapse = ', ')
})

Answer 1

你就快到了。唯一的问题是您需要使用 ",\\s*" 进行分割，而不仅仅是 "," 。在后一种情况下，调用 unique 将不会产生所需的输出，因为某些字符串的空格数量可能有所不同。如果您在拆分时删除它们，则可以解决此问题。

另一方面，由于您使用了 setDT(df)，我猜您正在使用 data.table。如果是这样，您需要使用正确的 data.table 语法来避免复制:

df[,path:=sapply(
   strsplit(as.character(df$path ), split=",\\s*"), 
    function(x) {paste(unique(x), collapse = ', ')})]

将通过引用修改path列。