R：计算列中文本数据的长度答案

【问题标题】：R: compute the length of text data in a columnR：计算列中文本数据的长度
【发布时间】：2019-10-20 00:45:02
【问题描述】：

我有以下csv数据myData：

   name   attribute
1  Name1  attr11,attr12,attr13
2  Name2  attr21
3  Name3  attr31,attr32

我想绘制属性数量的分布，为此我需要遍历每一行，并标记attribute 列中的数据，并计算长度。本质上，这应该给出一个与原始myData具有相同长度的向量或其他数据

我试过了：

num_attr <- length(as.list(strsplit(myData$attribute, ",")))  #this just returns 3

和：

num_attr <- as.list(strsplit(myData$attribute, ","))

这会返回一个类似的列表：

["attr11" "attr12" "attr13", "attr21", "attr31" "attr32"]

我也在考虑使用apply()，比如apply(myData, 1, func)，但我不确定要输入什么func。

总之，我如何绘制属性数量的分布/密度？

【问题讨论】：

标签： r

【解决方案1】：

strsplit() 的输出是一个列表，因此如果您想要每个拆分中的元素数量，您应该使用*apply 函数。试试这个：

num_attr <- sapply(strsplit(x = myData$attribute, split = ','), length)

这会将length() 应用于每个列表元素（每个拆分）并返回一个长度为 N 的向量（其中 N 是 myData 中的行数）。

如果您想将num_attr 作为列表，请执行以下操作：

num_attr <- lapply(strsplit(x = myData$attribute, split = ','), length)

【讨论】：

这里也有简写 lengths，lengths(strsplit(myData$attribute, ","))
@jenesaisquoi 使用 R 已经 5 年了，这是我第一次看到 lengths()。好的。也许我应该称自己为“jenesaispastout”。
它是几年前添加的，可能在 R 3.2 左右——哈哈！

【解决方案2】：

我们还可以统计“属性”列中,的数量

library(stringr)
str_count(myData$attribute, ",") + 1
#[1] 3 1 2

数据

myData <- structure(list(name = c("Name1", "Name2", "Name3"), 
 attribute = c("attr11,attr12,attr13", 
"attr21", "attr31,attr32")), class = "data.frame", 
 row.names = c("1", 
"2", "3"))

【讨论】：