统计R中的单词出现次数

Question

有没有一个函数可以计算特定关键字在数据集中出现的次数？

例如，如果为dataset <- c("corn", "cornmeal", "corn on the cob", "meal")，则计数将为3。

Answer 1

让我们暂时假设您想要包含“corn”的元素的数量：

length(grep("corn", dataset))
[1] 3

在更好地理解R的基础知识之后，您可能想看看"tm“包。

编辑:我知道这一次你想要任何-“玉米”，但在未来你可能想要“玉米”这个词。比尔·邓拉普在r-help上指出了一种更紧凑的grep模式，用于收集完整的单词：

grep("\\<corn\\>", dataset)

Answer 2

另一种非常方便和直观的方法是使用stringr包的str_count函数：

library(stringr)
dataset <- c("corn", "cornmeal", "corn on the cob", "meal")

# for mere occurences of the pattern:
str_count(dataset, "corn")
# [1] 1 1 1 0

# for occurences of the word alone:
str_count(dataset, "\\bcorn\\b")
# [1] 1 0 1 0

# summing it up
sum(str_count(dataset, "corn"))
# [1] 3

Answer 3

您还可以执行以下操作：

length(dataset[which(dataset=="corn")])