根据与另一列的重叠删除一列中的部分字符串（取决于上下文）

Question

我有以下数据，其中所有内容都是字符串：

A 栏	B 栏
“你喜欢香蕉片吗？”	“你喜欢香蕉片吗？是的，我喜欢”
“我是约翰”	“我是约翰，我是史蒂夫”
“我投票给拜登”	“我投票给拜登了，你为什么要投票给拜登？”
“苹果”	“苹果”

如何从 B 列中删除重复的部分，以便留下以下内容：

A 栏	B 栏
“你喜欢香蕉片吗？”	“是的，我愿意”
“我是约翰”	“我是史蒂夫”
“我投票给拜登”	“你为什么会投票给拜登？”
“苹果”	“”

我似乎找不到任何不只是替换任何重叠单词的东西（例如，将 B 列从“我是约翰，我是史蒂夫”变成“史蒂夫”）。我尝试过使用 for 循环和 gsub，但似乎也没有发生任何变化。

Answer 1

tib <- dplyr::tribble(
  ~col_a, ~col_b,
  "Do you like banana splits?", "Do you like banana splits? Yes, I do",
  "I am John", "I am John I am Steve",
  "I Voted for Biden", "I Voted for Biden Why would you vote for Biden?",
  "apple", "apple"
)

tib |>
  dplyr::mutate(
    esc_col_a = stringr::str_escape(col_a),
    new_col_b = stringr::str_squish(stringr::str_replace(
      string = col_b,
      pattern = esc_col_a,
      replacement = ""
    ))
  ) |>
  dplyr::select(-esc_col_a, -col_b)
#> # A tibble: 4 × 2
#>   col_a                      new_col_b                      
#>   <chr>                      <chr>                          
#> 1 Do you like banana splits? "Yes, I do"                    
#> 2 I am John                  "I am Steve"                   
#> 3 I Voted for Biden          "Why would you vote for Biden?"
#> 4 apple                      ""