如何基于R中字符串的前三个字删除重复行

我有一个问题还没有找到答案

假设我有以下数据帧。数据框包含以下3个观察结果

data.frame (id  = 1:3,
                  sentence = c("Hi my name is John", "Hi my name is Jack", "Hi my name is Drew")
)

我想去掉下面的两个观察结果，只留下上面有John的那一个。如果每个字符串中的最后一个单词不同，则unique（）解决方案不起作用。我认为应该有一种方法来检查每个字符串中的前三个（或四个）单词是否相同。如果它们是相同的，那么它将删除除顶部观察之外的其他观察结果。我将感谢任何帮助

基于三个词：

gsub（“^（\\S+\\S+\\S+\\S+\\S+.*”，“\\1”，dat$语句）
#[1]“嗨，我的名字”“嗨，我的名字”“嗨，我的名字”
dat[！重复（gsub（“^（\\S+\\S+\\S+\\S+\\S+.*”，“\\1”，dat$语句）），]
#身份证判决
#嗨，我叫约翰

您需要更精确地定义“相似”观察在这里的实际含义。@TimBiegeleisen将“相似”一词改为“相同”。