r - 计算单词出现的次数 (dplyr)

Question

这里是一个简单的问题，可能是 this 的重复项？

我试图弄清楚如何计算一个单词在向量中出现的次数。我知道我可以计算一个单词出现的行数，如下所示:

temp <- tibble(idvar = 1:3, 
               response = (c("This sounds great",
                      "This is a great idea that sounds great",
                      "What a great idea")))
temp %>% count(grepl("great", response)) # lots of ways to do this line
# answer = 3

上面代码中的答案是 3，因为“great”出现在三行中。然而，“great”这个词在向量“response”中出现了 4 次不同的次数。我如何找到它？

Answer 1

我们可以使用 stringr 中的 str_count 来获取每行中具有“great”的实例数，然后获取其sum计数

library(tidyverse)
temp %>% 
   mutate(n = str_count(response, 'great')) %>%
   summarise(n = sum(n))
# A tibble: 1 x 1
#      n
#   <int>
#1     4

---

或者使用base R中的regmatches/gregexpr

sum(lengths(regmatches(temp$response, gregexpr('great', temp$response))))
#[1] 4