Извлечение символов, различающихся между двумя строками
я использовал adist
чтобы вычислить количество символов, различающихся между двумя строками:
a <- "Happy day"
b <- "Tappy Pay"
adist(a,b) # result 2
теперь я хотел бы извлечь те характеры, которые отличаются. В моем примере, я хотел бы получить строку "Hd"
(или "TP"
, это не имеет значения).
Я попытался заглянуть в adist
, agrep
и stringi
но ничего не нашли.
6 ответов
вы можете использовать следующую последовательность действий:
- разделить строку, используя
strsplit()
. - использовать
setdiff()
для сравнения элементов - оберните в уменьшающую функцию
попробуйте это:
Reduce(setdiff, strsplit(c(a, b), split = ""))
[1] "H" "d"
разделить на буквы и взять разницу как наборы:
> setdiff(strsplit(a,"")[[1]],strsplit(b,"")[[1]])
[1] "H" "d"
не очень гордится этим, но, похоже, делает свою работу:
sapply(setdiff(utf8ToInt(a), utf8ToInt(b)), intToUtf8)
результаты:
[1] "H" "d"
Вы можете использовать одну из переменных в качестве класса regex характера и gsub
из другой:
gsub(paste0("[",a,"]"),"",b)
[1] "TP"
gsub(paste0("[",b,"]"),"",a)
[1] "Hd"
пока a
и b
имеют одинаковую длину, мы можем сделать это:
s.a <- strsplit(a, "")[[1]]
s.b <- strsplit(b, "")[[1]]
paste(s.a[s.a != s.b], collapse = "")
даем:
[1] "Hd"
это кажется простым с точки зрения ясности кода и, кажется, связанный для быстрых решений здесь, хотя я думаю, что я предпочитаю f3
:
f1 <- function(a, b)
paste(setdiff(strsplit(a,"")[[1]],strsplit(b,"")[[1]]), collapse = "")
f2 <- function(a, b)
paste(sapply(setdiff(utf8ToInt(a), utf8ToInt(b)), intToUtf8), collapse = "")
f3 <- function(a, b)
paste(Reduce(setdiff, strsplit(c(a, b), split = "")), collapse = "")
f4 <- function(a, b) {
s.a <- strsplit(a, "")[[1]]
s.b <- strsplit(b, "")[[1]]
paste(s.a[s.a != s.b], collapse = "")
}
a <- "Happy day"
b <- "Tappy Pay"
library(rbenchmark)
benchmark(f1, f2, f3, f4, replications = 10000, order = "relative")[1:4]
давая следующее На новой сессии на моем ноутбуке:
test replications elapsed relative
3 f3 10000 0.07 1.000
4 f4 10000 0.07 1.000
1 f1 10000 0.09 1.286
2 f2 10000 0.10 1.429
я предположил, что различия должны быть в соответствующих символьных позиций. Вы возможно, вы захотите уточнить, намеренно это или нет.
следующая функция может быть лучшим вариантом для решения такой проблемы.
list.string.diff <- function(a, b, exclude = c("-", "?"), ignore.case = TRUE, show.excluded = FALSE)
{
if(nchar(a)!=nchar(b)) stop("Lengths of input strings differ. Please check your input.")
if(ignore.case)
{
a <- toupper(a)
b <- toupper(b)
}
split_seqs <- strsplit(c(a, b), split = "")
only.diff <- (split_seqs[[1]] != split_seqs[[2]])
only.diff[
(split_seqs[[1]] %in% exclude) |
(split_seqs[[2]] %in% exclude)
] <- NA
diff.info<-data.frame(which(is.na(only.diff)|only.diff),
split_seqs[[1]][only.diff],split_seqs[[2]][only.diff])
names(diff.info)<-c("position","poly.seq.a","poly.seq.b")
if(!show.excluded) diff.info<-na.omit(diff.info)
diff.info
от https://www.r-bloggers.com/extract-different-characters-between-two-strings-of-equal-length/
затем вы можете запустить
list.string.diff(a, b)
чтобы сделать разницу.