在R中的不一致字符串中建立计数？答案

【问题标题】：Establishing counts within inconsistent character strings in R?在R中的不一致字符串中建立计数？
【发布时间】：2021-11-10 17:51:15
【问题描述】：

我有一个数据集，其中有调查对象针对他们的偏好单击“所有适用”选项，并将每个选择的选项返回为一个用逗号分隔的字符串。

因此，一些示例响应可能是：

“网络、期刊、社交媒体组”
“期刊”
“网络、社交媒体组”
“网络，期刊”

有没有办法有效地计算列中出现的每个子字符串的计数？所需的输出将是

 "Networking: 4"
 "Journals: 3"
 "Social Media Groups: 2"

【问题讨论】：

标签： r string

【解决方案1】：

这是一个tidyverse 替代方案：

library(tidyverse)
df %>% 
    mutate(string = strsplit(as.character(string), ",")) %>% 
    unnest(string) %>% 
    count(String = str_trim(string))

String                  n
  <chr>               <int>
1 Journals                3
2 Networking              3
3 Social Media Groups     2

数据：

df <- structure(list(string = c("Networking, Journals, Social Media Groups", 
"Journals", "Networking, Social Media Groups", "Networking, Journals"
)), row.names = c(NA, -4L), class = c("tbl_df", "tbl", "data.frame"
))

【讨论】：

按照发布的方式运行它会出现错误：“计数错误（。，字符串 = str_trim（字符串））：未使用的参数（字符串 = str_trim（字符串））”
你加载了tidyverse。我无法重现该错误。版本 tidyverse_1.3.1.
知道了，出于某种原因，需要完全重新启动 R 而不是 rm(list=ls()) 以清除环境。

【解决方案2】：

数据

df <- structure(list(string = c("Networking, Journals, Social Media Groups","Journals", "Networking, Social Media Groups", "Networking, Journals")), row.names = c(NA, -4L), class = c("tbl_df", "tbl", "data.frame"))


# A tibble: 4 x 1
  string                                   
  <chr>                                    
1 Networking, Journals, Social Media Groups
2 Journals                                 
3 Networking, Social Media Groups          
4 Networking, Journals

代码

library(tidyverse)

df %>% 
  separate_rows(string,sep = ", ") %>% 
  count(string)

# A tibble: 3 x 2
  string                  n
  <chr>               <int>
1 Journals                3
2 Networking              3
3 Social Media Groups     2

【讨论】：

完全按照您发布的方式运行会导致错误：“count(., string) : object 'string' not found”。
在我的示例中，df 是我的 data.frame 的名称，string 是包含数据的列的名称。您需要更改它们以使用您的数据

【解决方案3】：

我们可以使用base R

table(unlist(strsplit(df$string, ",\\s+")))

-输出

            Journals          Networking Social Media Groups 
                  3                   3                   2

数据

df <- structure(list(string = c("Networking, Journals, Social Media Groups", 
"Journals", "Networking, Social Media Groups", "Networking, Journals"
)), row.names = c(NA, -4L), class = c("tbl_df", "tbl", "data.frame"
))```

【讨论】：