跨列 R 的字符串匹配的迭代计数

Question

我有一个包含两列字符串的数据框

x <- data.frame(a = c("HH UH D", "L EH . M IH N", "EH K . S AE M . P EL"),
                b = c("HH UH F", "L IY . V IH NG", "S AE M . P EL"))

我正在尝试计算 b 列第 1 行 中的字符与 a 列第 1 行 中的字符匹配的次数。然后 column b, row 2 到 column a, row 2 等。然后将此计数添加为新列。所以这个计算的输出会是这样的：

x <- data.frame(a = c("HH UH D", "L EH . M IH N", "EH K . S AE M . P EL"),
                b = c("HH UH F", "L IY . V IH NG", "S AE M . P EL"), 
                c = c(2, 2, 5)) # HH and UH match, so 2 
                                # L and IH match, so 2 
                                # S, AE, M, P, and EL all match, so 5

我尝试过使用这样的东西：

a_characters <- str_split(x$a, " ")
b_characters <- str_split(x$b, " ")
stringcounting <- data.frame()

for (letter in b_characters){
  count <- str_count(a_characters, letter)
  sum_count <- sum(count)
  stringcounting <- rbind(stringcounting, sum_count)
}

但是这里的结果是： 1、50、20 而不是 2、2、5（不知道为什么）。我想我的 for 循环出了点问题，也可能是我将字符串拆分为字符的方式，但我不确定是什么。

Answer 1

我们可以在拆分字符串后删除"."，因为我们不想比较它并使用%in%和sum计算匹配字符串。

mapply(function(x, y) sum(x[x != "."] %in% y[y!= "."]), 
                      a_characters, b_characters)
#[1] 2 2 5