如何計算不同長度的弦的頻率

Question

我從R開始，有時候對我來說有點難。 我有一個包含100000個觀測值的大數據框，並且在此數據框中有一個列ID，我需要計算該列中最頻繁的ID。 但是問題在於，有時在字符串中會有不同的ID，並用'＆'分隔。 我要舉一個例子，這比較容易：

id             value
1                1
1                2
2&3&4            6
2&5&7&8          1
2&4&5            3
2                3

因此，我應該獲得2
字符串中最多可以包含20個“＆”。

提前致謝，

Answer 1

數據似乎是這樣的：

df<-structure(list(id = structure(c(1L, 1L, 3L, 5L, 4L, 2L), .Label = c("1", 
"2", "2&3&4", "2&4&5", "2&5&7&8"), class = "factor"), value = c(1L, 
2L, 6L, 1L, 3L, 3L)), .Names = c("id", "value"), class = "data.frame", row.names = c(NA, 
-6L))

第一步是擁有一個包含所有ids的向量：

unlist(strsplit(as.character(df[,1]),'&'))
# [1] "1" "1" "2" "3" "4" "2" "5" "7" "8" "2" "4" "5" "2"

然后我們得到頻率：

table(unlist(strsplit(as.character(df[,1]),'&')))

# 1 2 3 4 5 7 8 
# 2 4 1 2 2 1 1 

然后我們以最高的頻率顯示數字（表格以降序排列）：

names(sort(table(unlist(strsplit(as.character(df[,1]),'&'))),decreasing=T)[1])
# [1] "2"