R：通過標簽組合不同長度的頻率列表？

Question

我是R的新手，但非常喜歡它，並希望不斷改進。 現在，經過一段時間的搜索，我需要求你幫忙。

這是給定的情況：

1）我有句子（句子1和句子2 - 所有單詞都已經是小寫）並創建他們單詞的排序頻率列表：

sentence.1 <- "bob buys this car, although his old car is still fine." # saves the sentence into sentence.1
sentence.2 <- "a car can cost you very much per month."

sentence.1.list <- strsplit(sentence.1, "\\W+", perl=T) #(I have these following commands thanks to Stefan Gries) we split the sentence at non-word characters
sentence.2.list <- strsplit(sentence.2, "\\W+", perl=T)

sentence.1.vector <- unlist(sentence.1.list) # then we create a vector of the list
sentence.2.vector <- unlist(sentence.2.list) # vectorizes the list

sentence.1.freq <- table(sentence.1.vector) # and finally create the frequency lists for 
sentence.2.freq <- table(sentence.2.vector)

這些是結果：

sentence.1.freq:
although      bob     buys      car     fine      his       is      old    still     this 
       1        1        1        2        1        1        1        1        1        1

sentence.2.freq:
a   can   car  cost month  much   per  very   you 
1     1     1     1     1     1     1     1     1 

現在，請問，我如何將這兩個頻率列表組合起來，我將擁有以下內容：

 a  although  bob  buys  can  car  cost fine his  is  month much old per still this very you
NA         1    1     1   NA    2    NA    1   1   1     NA   NA   1  NA     1    1   NA  NA
 1        NA   NA    NA    1    1     1   NA  NA  NA      1    1  NA   1    NA   NA    1   1

因此，該“表”應該是“靈活的”，以便在輸入具有單詞的新句子的情況下，例如“和”，該表將在“a”和“though”之間添加標簽“和”的列。

我想到只是將新句子添加到一個新行中，並將所有尚未列入列表中的單詞放在列中（此處，“和”將位於“you”的右側）並再次對列表進行排序。 但是，我沒有管理這個，因為已經根據現有標簽對新句子的詞語頻率進行排序尚未起作用（當有例如“汽車”時，新句子的汽車頻率應寫入新句子的行和“car”的列，但是當第一次有例如“你”時，它的頻率應寫入新句子的行和標有“你”的新列。

Answer 1

這不完全是你所描述的，但是你的目標對我來說更有意義的是按行而不是按列組織（並且R處理數據以這種方式組織起來更容易）。

#Convert tables to data frames
a1 <- as.data.frame(sentence.1.freq)
a2 <- as.data.frame(sentence.2.freq)

#There are other options here, see note below
colnames(a1) <- colnames(a2) <- c('word','freq')
#Then merge
merge(a1,a2,by = "word",all = TRUE)
       word freq.x freq.y
1  although      1     NA
2       bob      1     NA
3      buys      1     NA
4       car      2      1
5      fine      1     NA
6       his      1     NA
7        is      1     NA
8       old      1     NA
9     still      1     NA
10     this      1     NA
11        a     NA      1
12      can     NA      1
13     cost     NA      1
14    month     NA      1
15     much     NA      1
16      per     NA      1
17     very     NA      1
18      you     NA      1

然后，您可以繼續使用merge來添加更多句子。 為簡單起見，我轉換了列名，但還有其他選項。 使用by.x和by.y參數，而不是僅僅by在merge可以指示特定的列合並。如果名字都沒有在每個數據幀中的相同。 此外， merge的suffix參數將控制count列的唯一名稱。 默認是附加.x和.y但您可以更改它。