r - 如何仅保留向量中每个字符串中的唯一单词

Question

我有看起来像这样的数据:

vector = c("hello I like to code hello","Coding is fun", "fun fun fun")

我想删除重复的单词(空格分隔)，即输出应如下所示

vector_cleaned

[1] "hello I like to code"
[2] "coding is fun"
[3] "fun"

Answer 1

拆分它( strsplit 在空格上)，使用 unique (在 lapply 中)和 paste它重新组合在一起:

vapply(lapply(strsplit(vector, " "), unique), paste, character(1L), collapse = " ")
# [1] "hello i like to code" "coding is fun"        "fun"  

## OR
vapply(strsplit(vector, " "), function(x) paste(unique(x), collapse = " "), character(1L))

根据评论更新

您始终可以编写一个自定义函数来与您的 vapply 一起使用。功能。例如，这里有一个函数，它接受一个拆分字符串，删除短于特定字符数的字符串，并具有“唯一”设置作为用户选择。

myFun <- function(x, minLen = 3, onlyUnique = TRUE) {
  a <- if (isTRUE(onlyUnique)) unique(x) else x
  paste(a[nchar(a) > minLen], collapse = " ")
}

比较以下输出，看看它是如何工作的。

vapply(strsplit(vector, " "), myFun, character(1L))
vapply(strsplit(vector, " "), myFun, character(1L), onlyUnique = FALSE)
vapply(strsplit(vector, " "), myFun, character(1L), minLen = 0)