R-数据帧中2组之间的差

我有2个因子列，我想创建一个第三列，该列告诉我第二个列具有什么，而第一列没有。
这与这个post非常相似，但是我很难从df转到使用setdiff()函数。
例如:

library(dplyr)
y1 <- c("a.b.","a.","b.c.d.")
y2 <- c("a.b.c.","a.b.","b.c.d.")
df <- data.frame(y1,y2)

列y1具有a.b.，列y2具有a.b.c.。我希望有三分之二的列返回c.或仅返回c。

> df
      y1     y2  col3
1   a.b.  a.b.c.  c.
2     a.    a.b.  b.
3 b.c.d.  b.c.d.

我认为这应该是strsplit和setdiff的组合，但我无法使其正常工作。

我尝试将factor转换为character，然后尝试将strsplit()应用于结果，但是输出对我来说似乎很奇怪。似乎已在列表中创建了一个列表，这使得很难传递给setdiff()

#convert factor to character
df <- df %>% mutate_if(is.factor, as.character)
lapply(df$y1,function(x)(strsplit(x,split = "[.]")))

> lapply(df$y1,function(x)(strsplit(x,split = "[.]")))
[[1]]
[[1]][[1]]
[1] "a" "b"


[[2]]
[[2]][[1]]
[1] "a"


[[3]]
[[3]][[1]]
[1] "b" "c" "d"

最佳答案

更新

当差异超过1个字符时，出现了一个问题，它创建了另一行。为了克服这个问题，我们将每个元素的paste一起编码。这也使我们免于unlist步骤。

df$col3 <- mapply(function(x, y) paste0(setdiff(y, x), collapse = ""),
   strsplit(as.character(df$y1), "\\."), strsplit(as.character(df$y2), "\\."))

原始答案

我们可以使用mapply并拆分“”上的两列。使用strsplit，然后使用setdiff区别它们之间的差异。

df$col3 <- mapply(function(x, y) setdiff(y, x),
       strsplit(as.character(df$y1), "\\."), strsplit(as.character(df$y2), "\\."))

df
#     y1     y2 col3
#1   a.b. a.b.c.    c
#2     a.   a.b.    b
#3 b.c.d. b.c.d.

如果我们不希望将col3列为列表，则可以对其进行unlist，其中一个问题是，如果我们通过unlist将其从中删除character(0)值。要保留该值，我们需要对其进行其他检查。取自here。

unlist(lapply(df$col3,function(x) if(identical(x,character(0))) ' ' else x))

#[1] "c" "b" " "

关于R-数据帧中2组之间的差，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/49889554/