r - 从字符串中删除重复单词的最短方法

Question

我有这个字符串:

x <- c("A B B C")

[1] "A B B C"

我正在寻找最短的方法:

[1] "A B C"

我试过这个: Removing duplicate words in a string in R

paste(unique(x), collapse = ' ')

[1] "A B B C"
# does not work

背景:在数据框列中，我只想计算唯一字数。

Answer 1

基于 regex 的方法可能更短 - 匹配非空白字符 (\\S+) 后跟空白字符 (\\s), 捕获它，后跟一个或多个反向引用，并在替换中指定反向引用以仅返回匹配项的单个副本

gsub("(\\S+\\s)\\1+", "\\1", x)
[1] "A B C"

---

或者可能需要用strsplit拆分字符串，unlist，得到unique然后paste

paste(unique(unlist(strsplit(x, " "))), collapse = " ")
# [1] "A B C"