如果string包含列的一部分，则R - sum值

Question

我有以下数据帧：

df1 <- data.frame( word = c("house, garden, flower", "flower, red", "garden, tree, forest", "house, window, door, red"),
                  value = c(10,12,20,5),
                  stringsAsFactors = FALSE
)

现在我想总结每个单词的值。 这意味着该表应如下所示：

word   | value
house  | 15
garden | 30
flower | 22
...

我现在找不到解决方案。 有人有解决方案吗？

Answer 1

下面是使用一个例子unnest_tokens从tidytext库：

library(tidyverse)
library(tidytext)

df1 %>% 
  unnest_tokens(word, word) %>% 
  group_by(word) %>% 
  summarize(value = sum(value))

Answer 2

您可以使用strsplit获得所有单词总结，然后使用sapply来总结单词。

Words = unique(unlist(strsplit(df1$word, ",\\s*")))
sapply(Words, function(w) sum(df1$value[grep(w, df1$word)]))
 house garden flower    red   tree forest window   door 
    15     30     22     17     20     20      5      5 

Answer 3

一个选项可能是使用splitstackshape::cSplit分隔多列中的word列，然后使用tidyr::gather 。 最后以长格式处理数据。

library(tidyverse)
library(splitstackshape)

df1%>% cSplit("word", sep = ",", stripWhite = TRUE) %>%
  mutate_at(vars(starts_with("word")), funs(as.character)) %>%
  gather(key, word, -value) %>%
  filter(!is.na(word)) %>%
  group_by(word) %>% 
  summarise(value = sum(value)) %>%
  as.data.frame()


#     word value
# 1   door     5
# 2 flower    22
# 3 forest    20
# 4 garden    30
# 5  house    15
# 6    red    17
# 7   tree    20
# 8 window     5