使用 stringr 和 str_count 返回字符串中唯一单词的数量答案

【问题标题】：Use stringr and str_count to return the number of unique words in a string使用 stringr 和 str_count 返回字符串中唯一单词的数量
【发布时间】：2020-11-26 10:59:05
【问题描述】：

有没有办法使用 str_count 来计算字符串中的唯一单词？我希望下面的简单代码返回 2 而不是 6。

library(tidyverse)

string <- "Z AD Banana EW Z AD Z AD X" 

str_count(string, "Z|AD")

Returns: 6

【问题讨论】：

标签： r stringr

【解决方案1】：

一种方法是提取所有满足模式的值，然后计算唯一值。

library(dplyr)
library(stringr)

n_distinct(str_extract_all(string, "Z|AD")[[1]])
#[1] 2

这可以用基数 R 写成：

length(unique(regmatches(string, gregexpr("Z|AD", string))[[1]]))

【讨论】：

这很好地与上面的字符串一起工作。但是当我尝试将它应用到我的数据集 (mutate = n_distinct(str_extract_all(string_var, pattern))[[1]]) 时，它会为每一行返回相同的值。
如果您有不需要[[1]] 的列值。试试df %>% mutate(temp = str_extract_all(string, 'Z|AD'), n = map_dbl(temp, n_distinct))
太棒了！为什么我需要扔地图？是因为 str_extract_all 返回一个列表吗？
是的，在示例中因为您只有一个字符串，所以我使用了[[1]]，但如果您有多个字符串，您需要使用map 或lapply。

【解决方案2】：

我们可以使用

library(stringr)
library(purrr)
map_lgl(c("Z", "AD"), ~ str_detect(string, .x)) %>% sum
#[1] 2

【讨论】：