如何在R中拆分字符并计算相应的频率答案

【问题标题】：How to split characters and calculate the corresponding frequency in R如何在R中拆分字符并计算相应的频率
【发布时间】：2020-04-04 01:05:27
【问题描述】：

这是我的数据：

 [1] NA                                              NA                                             
 [3] NA                                              "EP, IP, RA, SH"
 [5] "EO, EP"                                        NA

我使用以下方法拆分数据：

da$name<-str_split(da$name,",")

数据变成：

[[1]]
[1] NA

[[2]]
[1] NA

[[3]]
[1] NA

[[4]]
[1] "EP"  " IP" " RA"  " SH"

[[5]]
[1] "EO" " EP"         

[[6]]
[1] NA

我想计算NA,"EP","IP","RA","SH"和"EO"的频率

有没有办法做到这一点？

【问题讨论】：

标签： r split character frequency-analysis

【解决方案1】：

可能不是最好或更优雅的方法，但可能的解决方案是 unlist 你的 strsplit 结果，以便使其成为所有单个值的向量，然后计算每个不同的值：

df <- data.frame(Vec = c(NA,NA,NA,"EP, IP, RA, SH","EO, EP",NA))

vec <- unlist(strsplit(as.character(df$Vec),","))

library(dplyr)
as.data.frame(vec) %>% count(vec)

# A tibble: 7 x 2
  vec       n
  <fct> <int>
1 " EP"     1
2 " IP"     1
3 " RA"     1
4 " SH"     1
5 "EO"      1
6 "EP"      1
7  NA       4

它回答了你的问题吗？

【讨论】：

如果我有一个代表“年份”的列，例如，我想计算不同年份下不同 vec 的频率。 df <- data.frame(Vec = c(NA,NA,NA,"EP, IP, RA, SH","EO,EP",NA),year=c(2015,2016,2017,2017,2016,2016))，但是当我将其拆分为向量时，（Vec）的行数与“年”不同

【解决方案2】：

在基数 R 中，您可以 unlist 列，删除 NA 值，用逗号分隔它们并使用 table 计算频率。

table(unlist(strsplit(na.omit(unlist(as.character(da$name))), ",")))

【讨论】：