如何使用 R 计算每列特定单词的频率？

Question

我正在使用这个数据集https://archive.ics.uci.edu/ml/datasets/Eco-hotel

我试图弄清楚如何计算每列中某些单词（例如“房间”或“假期”）的频率。 我曾尝试在线学习教程，但不幸的是，我没有运气。

Answer 1

以 iris 数据集为例，你可以做的是：

library(tidyverse)

iris %>%
  summarize(across(everything(), ~ sum(str_detect(., 'setosa'))))

当然，您需要将 seqrch 术语更改为您需要的内容。

如果您想为每个搜索模式设置专用列，您也可以这样做。 喜欢：

df <- data.frame(x = sample(letters, 10, replace = TRUE),
                 y = sample(letters, 10, replace = TRUE))

df |> 
  summarize(across(c(x, y), ~sum(str_count(., c("u"))), .names = "{.col}_u"),
            across(c(x, y), ~sum(str_count(., c("g"))), .names = "{.col}_g"))

在这里，我分别搜索字母“u”和“g”。