如何在文本中查找第一高频率，第二高频率，...，最后一频率？

Question

我正在尝试在下面的文本cat中找到第一个最频繁出现的单词，第二个最频繁出现的单词，...。

library(stringr)
cat <- c("AA","AA","AA","Ee","Dd","Ee","Bb","Cc","Cc","Cc")

我需要的输出：

most1 AAA Cc
most2 Ee
most3 Bb Dd

可以在这方面帮助我吗？ Tnx！

Answer 1

您可以像使用table：

sort(table(cat), TRUE)
#cat
#AA Cc Ee Bb Dd 
# 3  3  2  1  1 

并且作为字符向量：

x <- table(cat)
x <- rev(do.call(rbind, lapply(split(names(x), x), paste,collapse = " ")))
cbind(paste0("most", seq(x)), x)
#             x      
#[1,] "most1" "AA Cc"
#[2,] "most2" "Ee"   
#[3,] "most3" "Bb Dd"

Variant：

x <- table(cat)
x <- do.call(rbind, rev(lapply(split(names(x), x), list)))
as.data.frame(cbind(paste0("most", seq(x)), x))
#     V1     V2
#3 most1 AA, Cc
#2 most2     Ee
#1 most3 Bb, Dd