如何計算特定列中滿足條件的出現次數（4 個字母）

Question

x = c(1,2,3,4,5)
y = c("AA","BB","CC", "AAAA","BBBB")
data1 = data.frame(x,y)
data1

^^我希望輸出是 y 列中 4 個字母出現的次數。 期望的輸出是 2

我想計算數據框中給定列中出現 4 個字母因子觀測值的次數。 我該怎么做呢？

Answer 1

如果您只想提取和計算恰好有 4 個字母（任何字母，不一定相同）的因子值，那么您可以這樣做：

步驟 1--定義要匹配的模式：

pattern <- "\\w{4}"

第 2 步——定義一個函數來只提取原始匹配：

extract <- function(x) unlist(regmatches(x, gregexpr(pattern, x, perl = T)))

第 3 步——將函數應用於感興趣的數據：

extract(data1$y)

這就是結果：

[1] "AAAA" "BBBB"

第 4 步 - 要計算您可以使用的匹配數量length ：

length(extract(data1$y))
[1] 2

編輯：您也可以使用str_extract從包裝stringr ：

步驟1：將結果存儲在一個矢量extr ：

extr <- str_extract(data1$y, "\\w{4}")

第 2 步：使用length ，否定運算符! 和is.na ，一個測試 NA 並評估為 TRUE 和 FALSE 的函數，您可以計算測試評估為 FALSE 的次數：

length(extr[!is.na(extr)])
[1] 2

Answer 2

如果y列中的字符串總是由字母組成，也許您可​​以嘗試nchar

sum(nchar(as.vector(data1$y))==4)

# > sum(nchar(as.vector(data1$y))==4)
#   2