如何分割字符并计算R中的相应频率

Question

这是我的数据：

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

我使用以下方法分割数据：

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

并且数据变为：

[[1]]
[1] NA

[[2]]
[1] NA

[[3]]
[1] NA

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

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

[[6]]
[1] NA

并且我想计算NA，“ EP”，“ IP”，“ RA”，“ SH”和“ EO”的频率

是否有可能做到这一点？

Answer 1

[可能不是最好的或更简洁的方法，但是可能的解决方案是unlist您的strsplit结果，使其成为所有单个值的向量，然后对每个不同的值进行计数：

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

它回答了您的问题吗？

Answer 2

在基数R中，您可以unlist该列，删除NA值，用逗号分割它们，然后使用table计算频率。

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