查找每行中的单词数答案

【问题标题】：Finding the number of words in each row查找每行中的单词数
【发布时间】：2011-09-07 06:55:39
【问题描述】：

假设我要查找数据框每行中的单词数。所以在下面的例子中，我想找到第一列中的第一个值有 3 个单词，第二个值有 4 个单词，以此类推。我认为这是一项任务对于其中一个应用功能，但我很难弄清楚这一点。

dat = data.frame(one=c("That is Cool",
  "I like my bank", "He likes pizza", "What"))

我需要使用strsplit() 还是在创建时使用apply() 函数更好一个函数：apply(dat, 1, function(x)...

【问题讨论】：

标签： string r apply

【解决方案1】：

下面的代码应该可以做到，假设所有单词都用空格分隔。

sapply(strsplit(as.character(dat$one), " "), length)
# [1] 3 4 3 1

【讨论】：

【解决方案2】：

另一种基于正则表达式的方法。想法是删除除空格以外的所有内容并计算修改字符串的长度（即空格数，因此 +1 以获得单词数）：

nchar(gsub("[^ ]", "", dat$one)) + 1
# [1] 3 4 3 1

您还可以添加保护以处理开头或结尾带有空格的字符串：

nchar(gsub("[^ ]|^ *| *$", "", dat$one)) + 1
# [1] 3 4 3 1

例子：

x <- c(" One two ", "One Two ", " One two")
nchar(gsub("[^ ]", "", x)) + 1
# [1] 4 3 3
sapply(strsplit(x, " "), length)
# [1] 3 2 3
nchar(gsub("[^ ]|^ *| *$", "", x)) + 1
# [1] 2 2 2

再一次安全检查：处理重复的空格：

x <- " One    Two    "
nchar(gsub("[^ ]|^ *| *$", "", gsub(" +", " ", x))) + 1 
# [1] 2

【讨论】：