r - 在字符串值中查找最常见的单词

Question

我的数据看起来像

df <- data.frame(A = c("a, a, a, b, b, c, c", "a, a, b, b, b, b, c", "a, a, b, b"), B = c(3, 5, 8))

我想为变量 A 的每次观察找到最常见的单词，用 , 分隔。

我找到的所有方法都只提取整列中最常见的单词，例如

table(unlist(strsplit(df$A,", "))) %>% which.max() %>% names()

我明白了

wrong_result <- data.frame(A = c("a, a, a, b, b, c, c", "a, a, b, b, b, b, c"), B = c(3, 5, 8), C = c("b", "b", "b"))

如果两个词出现的频率相同，则应将它们都提取出来。结果应该是这样的

result <- data.frame(A = c("a, a, a, b, b, c, c", "a, a, b, b, b, b, c", "a, a, b, b"), B = c(3, 5, 8), C = c("a", "b", "a, b"))

Answer 1

你可以这样做:

library(dplyr)
library(stringr)
library(purrr)
df %>% 
  mutate(maxi = map(str_split(A, pattern = ", "), 
                    ~ toString(names(which(table(.x) == max(table(.x)))))))

#                    A B maxi
#1 a, a, a, b, b, c, c 3    a
#2 a, a, b, b, b, b, c 5    b
#3          a, a, b, b 8 a, b