如何快速对字符串里面的内容去重？

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

具体效果如下，能否尽量避免循环来处理？
去重前表格：

ID	Industry
1
2
3	影视；影视
4
5
6	影视；影视
7	影视；影视
8	影视；影视；影视；影视
9	珠宝艺术品；珠宝艺术品
10	影视；影视
11	影视；影视
12	影视；影视
13	影视；影视
14	珠宝艺术品；珠宝艺术品
15	电竞网游；珠宝艺术品；影视

去重后效果

ID	Industry
1
2
3	影视
4
5
6	影视
7	影视
8	影视
9	珠宝艺术品
10	影视
11	影视
12	影视
13	影视
14	珠宝艺术品
15	电竞网游；珠宝艺术品；影视

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：如何快速 字符串 Industry USTR Dust

我用以下方法处理，可解决问题，看看有没有更优化的办法？

1. N <- NROW(testdata)
   
2. for (i in 1:N){
   
3.     if (is.na(data$Industry[i])){next}else{
   
4.       data$Industry[i] <- data$Industry[i] %>%str_split('；')%>%unlist() %>% unique() %>% str_c(collapse = "；")
   
5.       }
   
6.   }

复制代码

不知道快不快，你可以比较一下。

1. library(dplyr)
   
2. library(stringr)
   
3. library(purrr)
   
4. library(tidyr)
   
5. 
   
6. dup_remove <- testdata %>%
   
7.   mutate(Industry = str_split(Industry, '；')) %>%
   
8.   mutate(Industry = map(Industry, unique)) %>%
   
9.   unnest_wider(Industry) %>%
   
10.   unite(Industry, starts_with('...'), sep = '；', na.rm = TRUE)

复制代码