문자열 열의 각 행에서 주어진 문자의 발생 횟수를 계산하는 방법은 무엇입니까?

문자열 열의 각 행에서 주어진 문자의 발생 횟수를 계산하는 방법은 무엇입니까?

특정 변수에 텍스트 문자열이 포함된 data.frame이 있습니다.각 문자열에서 지정된 문자가 발생하는 횟수를 계산하려고 합니다.

예:

q.data<-data.frame(number=1:3, string=c("greatgreat", "magic", "not"))

문자열의 "a" 발생 횟수(예: c(2,1,0))로 q.data에 대한 새 열을 생성하려고 합니다.

제가 관리한 유일한 복잡한 접근 방식은 다음과 같습니다.

string.counter<-function(strings, pattern){  
  counts<-NULL
  for(i in 1:length(strings)){
    counts[i]<-length(attr(gregexpr(pattern,strings[i])[[1]], "match.length")[attr(gregexpr(pattern,strings[i])[[1]], "match.length")>0])
  }
return(counts)
}

string.counter(strings=q.data$string, pattern="a")

 number     string number.of.a
1      1 greatgreat           2
2      2      magic           1
3      3        not           0

stringr 패키지는 다음을 제공합니다.str_count당신이 관심 있는 것을 하는 것처럼 보이는 기능.

# Load your example data
q.data<-data.frame(number=1:3, string=c("greatgreat", "magic", "not"), stringsAsFactors = F)
library(stringr)

# Count the number of 'a's in each element of string
q.data$number.of.a <- str_count(q.data$string, "a")
q.data
#  number     string number.of.a
#1      1 greatgreat           2
#2      2      magic           1
#3      3        not           0

만약 당신이 기본 R을 떠나고 싶지 않다면, 여기 꽤 간결하고 표현적인 가능성이 있습니다:

x <- q.data$string
lengths(regmatches(x, gregexpr("a", x)))
# [1] 2 1 0

nchar(as.character(q.data$string)) -nchar( gsub("a", "", q.data$string))
[1] 2 1 0

nchar를 전달하기 전에 인자 변수를 문자로 강제 적용합니다.정규식 함수는 내부적으로 이를 수행하는 것으로 나타납니다.

다음은 벤치마크 결과입니다(테스트 크기를 3,000행으로 확대).

 q.data<-q.data[rep(1:NROW(q.data), 1000),]
 str(q.data)
'data.frame':   3000 obs. of  3 variables:
 $ number     : int  1 2 3 1 2 3 1 2 3 1 ...
 $ string     : Factor w/ 3 levels "greatgreat","magic",..: 1 2 3 1 2 3 1 2 3 1 ...
 $ number.of.a: int  2 1 0 2 1 0 2 1 0 2 ...

 benchmark( Dason = { q.data$number.of.a <- str_count(as.character(q.data$string), "a") },
 Tim = {resT <- sapply(as.character(q.data$string), function(x, letter = "a"){
                            sum(unlist(strsplit(x, split = "")) == letter) }) }, 

 DWin = {resW <- nchar(as.character(q.data$string)) -nchar( gsub("a", "", q.data$string))},
 Josh = {x <- sapply(regmatches(q.data$string, gregexpr("g",q.data$string )), length)}, replications=100)
#-----------------------
   test replications elapsed  relative user.self sys.self user.child sys.child
1 Dason          100   4.173  9.959427     2.985    1.204          0         0
3  DWin          100   0.419  1.000000     0.417    0.003          0         0
4  Josh          100  18.635 44.474940    17.883    0.827          0         0
2   Tim          100   3.705  8.842482     3.646    0.072          0         0

charToRaw를 사용하는 또 다른 좋은 옵션:

sum(charToRaw("abc.d.aa") == charToRaw('.'))

그stringi패키지는 기능을 제공합니다.stri_count그리고.stri_count_fixed그것은 매우 빠릅니다.

stringi::stri_count(q.data$string, fixed = "a")
# [1] 2 1 0

기준이 되는

@42-의 답변에서 가장 빠른 접근 방식과 30,000개의 요소를 가진 벡터에 대한 패키지의 동등한 함수와 비교됩니다.

library(microbenchmark)

benchmark <- microbenchmark(
  stringi = stringi::stri_count(test.data$string, fixed = "a"),
  baseR = nchar(test.data$string) - nchar(gsub("a", "", test.data$string, fixed = TRUE)),
  stringr = str_count(test.data$string, "a")
)

autoplot(benchmark)

데이터.

q.data <- data.frame(number=1:3, string=c("greatgreat", "magic", "not"), stringsAsFactors = FALSE)
test.data <- q.data[rep(1:NROW(q.data), 10000),]

https://stackoverflow.com/a/12430764/589165 의 변형은 다음과 같습니다.

> nchar(gsub("[^a]", "", q.data$string))
[1] 2 1 0

누군가는 더 잘할 수 있지만, 이것은 효과가 있습니다.

sapply(as.character(q.data$string), function(x, letter = "a"){
  sum(unlist(strsplit(x, split = "")) == letter)
})
greatgreat      magic        not 
     2          1          0 

또는 함수에서:

countLetter <- function(charvec, letter){
  sapply(charvec, function(x, letter){
    sum(unlist(strsplit(x, split = "")) == letter)
  }, letter = letter)
}
countLetter(as.character(q.data$string),"a")

그냥 문자열 분할을 사용할 수 있습니다.

require(roperators)
my_strings <- c('apple', banana', 'pear', 'melon')
my_strings %s/% 'a'

그러면 1, 3, 1, 0이 나옵니다.정규식 및 전체 단어와 함께 문자열 나눗셈을 사용할 수도 있습니다.

아래 질문은 여기로 옮겨졌지만, 이 페이지는 파라 엘의 질문에 직접적으로 대답하지 않는 것 같습니다.R에서 101에서 1번을 찾는 방법

그래서, 만약을 위해 여기에 답을 쓸 것입니다.

library(magrittr)
n %>% # n is a number you'd like to inspect
  as.character() %>%
  str_count(pattern = "1")

https://stackoverflow.com/users/8931457/farah-el

또 하나base R옵션은 다음과 같습니다.

lengths(lapply(q.data$string, grepRaw, pattern = "a", all = TRUE, fixed = TRUE))

[1] 2 1 0

다음 식을 사용하면 문자뿐만 아니라 기호에도 사용할 수 있습니다.

식은 다음과 같이 작동합니다.

1: 데이터 프레임의 열에 lapply를 사용하여 q.data를 열 2의 행에 반복합니다("lapply(q.data[,2]),

2: 열 2의 각 행에 "function(x){sum('a' == strsplit(as.character(x))'[1]}" 함수를 적용합니다.함수는 열 2(x)의 각 행 값을 사용하여 (예를 들어 요인인 경우) 문자로 변환하고 모든 문자("strsplit(as.character(x))"에서 문자열 분할을 수행합니다.결과적으로 열 2의 각 행에 대한 문자열 값의 각 문자를 가진 벡터가 있습니다.

3: 벡터의 각 벡터 값을 카운트할 문자와 비교합니다. 이 경우 "a"("a" == ").이 작업은 벡터의 값이 카운트할 문자와 일치하는 경우 True 및 False 값 "c(True,False,True,...)"의 벡터를 True로 반환합니다.

4: 문자 'a'가 행에 나타나는 총 횟수는 벡터 "sum(......)"에 있는 모든 'True' 값의 합으로 계산됩니다.

5: 그런 다음 "목록 해제" 기능을 적용하여 "적용" 기능의 결과를 압축 해제하고 데이터 프레임의 새 열에 할당합니다("q.data$number.of.a<-unlist(...).").

q.data$number.of.a<-unlist(lapply(q.data[,2],function(x){sum('a' == strsplit(as.character(x), '')[[1]])}))

>q.data

#  number     string     number.of.a
#1   greatgreat         2
#2      magic           1
#3      not             0

@ @IRTFM을 사용하는 사람들)의보다 좋지 또 R stringi/stringr 다른 :), 하만지다다낫습니다보들것른다.

sapply(strsplit(q.data$string, split=""), function(x) sum(x %in% "a"))

q.data<-data.frame(number=1:3, string=c("greatgreat", "magic", "not"))
q.data<-q.data[rep(1:NROW(q.data), 3000),]
library(rbenchmark)
library(stringr)
library(stringi)

benchmark( Dason = {str_count(q.data$string, "a") },
           Tim = {sapply(q.data$string, function(x, letter = "a"){sum(unlist(strsplit(x, split = "")) == letter) }) },
           DWin = {nchar(q.data$string) -nchar( gsub("a", "", q.data$string, fixed=TRUE))}, 
           Markus = {stringi::stri_count(q.data$string, fixed = "a")},
           Finn={nchar(gsub("[^a]", "", q.data$string))},
           tmmfmnk={lengths(lapply(q.data$string, grepRaw, pattern = "a", all = TRUE, fixed = TRUE))},
           Josh1 = {sapply(regmatches(q.data$string, gregexpr("g",q.data$string )), length)}, 
           Josh2 = {lengths(regmatches(q.data$string, gregexpr("g",q.data$string )))}, 
           Iago = {sapply(strsplit(q.data$string, split=""), function(x) sum(x %in% "a"))}, 
           replications =100, order = "elapsed")

     test replications elapsed relative user.self sys.self user.child sys.child
4  Markus          100   0.076    1.000     0.076    0.000          0         0
3    DWin          100   0.277    3.645     0.277    0.000          0         0
1   Dason          100   0.290    3.816     0.291    0.000          0         0
5    Finn          100   1.057   13.908     1.057    0.000          0         0
9    Iago          100   3.214   42.289     3.215    0.000          0         0
2     Tim          100   6.000   78.947     6.002    0.000          0         0
6 tmmfmnk          100   6.345   83.487     5.760    0.003          0         0
8   Josh2          100  12.542  165.026    12.545    0.000          0         0
7   Josh1          100  13.288  174.842    13.268    0.028          0         0

IMHO의 가장 쉽고 깨끗한 방법은 다음과 같습니다.

q.data$number.of.a <- lengths(gregexpr('a', q.data$string))

#  number     string number.of.a`
#1      1 greatgreat           2`
#2      2      magic           1`
#3      3        not           0`

s <- "aababacababaaathhhhhslsls jsjsjjsaa ghhaalll"
p <- "a"
s2 <- gsub(p,"",s)
numOcc <- nchar(s) - nchar(s2)

효율적이지는 않지만 내 목적을 해결할 수 있습니다.

언급URL : https://stackoverflow.com/questions/12427385/how-to-calculate-the-number-of-occurrence-of-a-given-character-in-each-row-of-a