基于逻辑向量子索引匹配的R-strsplit与滤波

我想以这样一种方式应用strsplit，即如果存在一对与&（例如，这是一对与&

（NINA&SAM）

）和|（例如，这是另一对，但与|

（NINA&SAM）

）相同的值，则保留一对&

下面是两种可能的情况，这些向量（vec1，vec2）的长度可能因实际情况而异

案例1

> vec1
[1] "((PAUL & SAM) | (PAUL | SAM) | (NINA & SAM) | (NINA | SAM) | (NINA & PAUL) | (NINA | PAUL))"
> vec2
[1] "((PAUL | SAM) & (PAUL & SAM) & (NINA | SAM) & (NINA | PAUL) & (NINA & PAUL) & (NINA & SAM))"

vec1 <-
"((PAUL & SAM) | (PAUL | SAM) | (NINA & SAM) | (NINA | SAM) | (NINA & PAUL) | (NINA | PAUL))"
vec2 <-
"((PAUL | SAM) & (PAUL & SAM) & (NINA | SAM) & (NINA | PAUL) & (NINA & PAUL) & (NINA & SAM))"


keepAmpersand(vec1)
#[1] "((PAUL & SAM) | (NINA & SAM) | (NINA & PAUL))"

keepAmpersand(vec2)
#[1] "((PAUL & SAM) | (NINA & PAUL) | (NINA & SAM))"

案例2

> vec1
[1] "((PAUL | SAM) | (PAUL & SAM) | (!NINA & SAM) | (!NINA & PAUL))"
> vec2
[1] "((PAUL | SAM) & (PAUL & SAM) & (!NINA & SAM) & (!NINA & PAUL))"

> vec1
[1] "((PAUL & SAM) | (!NINA & SAM) | (!NINA & PAUL))"
> vec2
[1] "((PAUL & SAM) & (!NINA & SAM) & (!NINA & PAUL))"

vec1 <-
"((PAUL | SAM) | (PAUL & SAM) | (!NINA & SAM) | (!NINA & PAUL))"
vec2 <- 
"((PAUL | SAM) & (PAUL & SAM) & (!NINA & SAM) & (!NINA & PAUL))"


keepAmpersand(vec1)
#[1] "((PAUL & SAM) | (!NINA & SAM) | (!NINA & PAUL))"

keepAmpersand(vec2)
#[1] "((PAUL & SAM) | (!NINA & SAM) | (!NINA & PAUL))"

这应该是输出：

案例1

> vec1
[1] "((PAUL & SAM) | (NINA & SAM) | (NINA & PAUL))"
> vec2
[1] "((PAUL & SAM) & (NINA & PAUL) & (NINA & SAM))"

案例2

> vec1
[1] "((PAUL | SAM) | (PAUL & SAM) | (!NINA & SAM) | (!NINA & PAUL))"
> vec2
[1] "((PAUL | SAM) & (PAUL & SAM) & (!NINA & SAM) & (!NINA & PAUL))"

> vec1
[1] "((PAUL & SAM) | (!NINA & SAM) | (!NINA & PAUL))"
> vec2
[1] "((PAUL & SAM) & (!NINA & SAM) & (!NINA & PAUL))"

vec1 <-
"((PAUL | SAM) | (PAUL & SAM) | (!NINA & SAM) | (!NINA & PAUL))"
vec2 <- 
"((PAUL | SAM) & (PAUL & SAM) & (!NINA & SAM) & (!NINA & PAUL))"


keepAmpersand(vec1)
#[1] "((PAUL & SAM) | (!NINA & SAM) | (!NINA & PAUL))"

keepAmpersand(vec2)
#[1] "((PAUL & SAM) | (!NINA & SAM) | (!NINA & PAUL))"

到目前为止，我所尝试的：

---

我的想法是首先从向量的开头和结尾删除

（

和

）

，然后在“

）|”（

）上拆分vec1，在“

）&（

）上拆分vec2。然后进一步拆分

space*space

上的索引，检查子索引1和2是否与任何其他子索引匹配，如果是，则保留具有

和
的子索引。然后将所有内容放回一起。我对R的知识有限，无法实现我的想法。我相信，任何帮助都将不胜感激！
以下内容符合您的要求。

它不是很漂亮，但输出是正确的

keepAmpersand <- function(x) {
    y <- sub("\\(\\(", "(", x)  # get rid of the double
    y <- sub("\\)\\)", ")", y)  # parenthesis
    # this regex is meant to replace either a '|' or a '&'

    # with the same character between '#' (one '#' on each side)  
    y <- gsub("(\\) \\| \\(|\\) & \\()", ")#\\1#(", y)

    # now use that special pattern, '# five chars #' to split
    y <- unlist(strsplit(y, "#.{5}#"))

    # keep the ones with the ampersand or with just one name
    y <- grep("&|\\([[:alpha:]]+\\)", y, value = TRUE)
    y <- paste0("(", paste(y, collapse = " | "), ")")    # reassemble
    y
}

keepAmpersand我相信以下内容符合您的要求。

它不是很漂亮，但输出是正确的

keepAmpersand <- function(x) {
    y <- sub("\\(\\(", "(", x)  # get rid of the double
    y <- sub("\\)\\)", ")", y)  # parenthesis
    # this regex is meant to replace either a '|' or a '&'

    # with the same character between '#' (one '#' on each side)  
    y <- gsub("(\\) \\| \\(|\\) & \\()", ")#\\1#(", y)

    # now use that special pattern, '# five chars #' to split
    y <- unlist(strsplit(y, "#.{5}#"))

    # keep the ones with the ampersand or with just one name
    y <- grep("&|\\([[:alpha:]]+\\)", y, value = TRUE)
    y <- paste0("(", paste(y, collapse = " | "), ")")    # reassemble
    y
}

keepampers非常感谢您抽出时间来帮助我。最终输出缺少括号之间的链接，例如
（PAUL&SAM）“（！NINA&SAM）”
应该是
（PAUL&SAM）|“（！NINA&SAM）”
对于案例2
vec1
。其次，额外的开始和结束括号也丢失了。请您对代码进行注释，以便我能够轻松理解每一行都在做什么。再次非常感谢！@Newbie查看是否是这样。请注意，它只是
（PAUL&SAM）|（！NINA&SAM）
无需在条形码附近加引号。感谢您的帮助。有一点是，当括号中只有一个名称时，它不起作用，例如，
“（（PAUL | SAM）&（PAUL&SAM）&（NINA | SAM）&（NINA | PAUL）&（NINA&PAUL）&（NINA））”
在这种情况下，它不会报告最后一个
（NINA）
。很抱歉，我没有在输入数据样本中设置这样的约束，但实际上我确实有这样的输入。如果我给您带来不便，我很抱歉，但在案例3
（尼娜•萨姆）
已退出，但最初不应退出。因为没有其他索引包含这些名称。请您解释一下。谢谢！非常感谢您抽出时间来帮助我。最终输出缺少括号之间的链接，例如，
（PAUL&SAM）“（！NINA&SAM）”
应该是
（PAUL&SAM）；“（！NINA&SAM）”
对于案例2
vec1
。其次，额外的开始和结束括号也丢失了。请您对代码进行注释，以便我能够轻松理解每一行都在做什么。再次非常感谢！@Newbie查看是否是这样。请注意，它只是
（PAUL&SAM）|（！NINA&SAM）
无需在条形码附近加引号。感谢您的帮助。有一点是，当括号中只有一个名称时，它不起作用，例如，
“（（PAUL | SAM）&（PAUL&SAM）&（NINA | SAM）&（NINA | PAUL）&（NINA&PAUL）&（NINA））”
在这种情况下，它不会报告最后一个
（NINA）
。很抱歉，我没有在输入数据样本中设置这样的约束，但实际上我确实有这样的输入。如果给您带来不便，我很抱歉，但是在案例3中
（NINA | SAM）
被删除了，但它本来不应该被删除。因为没有其他索引包含这些名称。请您解释一下。谢谢！