r - 使用 R 的数据帧中字符串的频率及其 ID

Question

目标是生成文本变量的频率并将相应的 ID 与其相关联。

假设 Sample 是一个数据框，如下所示:

Sample <- data.frame(ID = c('1', '2', '3', '4', '5', '6'), 
                        Var = c('How are you', 
                                 'Do not go', 
                                 'How are you', 
                                 'Please go',  
                                 'How are you',
                                 'Do not go'))

以下命令生成 Var 列中字符串的频率，如下所示:

as.data.frame(table(unlist(strsplit(tolower(Sample$Var), ', '))))

有没有办法在表中一起生成关联的ID，比如？:

Answer 1

试试这个:

library(dplyr)
#Code
New <- Sample %>% group_by(Var) %>%
  summarise(Freq=n(),IDS=toString(ID))

输出:

# A tibble: 3 x 3
  Var          Freq IDS    
  <chr>       <int> <chr>  
1 Do not go       2 2, 6   
2 How are you     3 1, 3, 5
3 Please go       1 4