如何用R统计逗号分隔的英雄联盟英雄标签分组条目数

原始数据集 #

需求 #

统计每个标签对应的英雄总数

现有实现（新手方案） #

使用的包：

library(tidyverse)
library(janitor)

步骤及代码：

1. 将标签拆分为不同列

lol_champions_tags <- lol_champions_clean %>% 
  select(name, tags) %>% 
  separate(tags, sep = ',', into = paste0('tag', 1:2))

2. 分别统计各标签列的条目数

lol_champions_tags %>% 
  select(name, tag1) %>% 
  group_by(tag1) %>% 
  summarise(N = n()) -> tag1

lol_champions_tags %>% 
  select(name, tag2) %>% 
  drop_na() %>% 
  group_by(tag2) %>% 
  summarise(N = n()) -> tag2

3. 合并结果并计算总数

champions_per_tag <-
bind_cols(tag1, tag2) %>%
clean_names() %>%
select(tag1,n_2,n_4) %>%
mutate(total_entries = n_2 + n_4) %>%
select(tag1, total_entries)

更优实现方案 #

不需要拆分多列再合并，用tidyr的separate_rows()函数可以直接将每个标签拆成独立行，之后直接分组统计即可，代码更简洁且扩展性更强（比如英雄有3个标签的情况也能处理）：

library(tidyverse)

champions_per_tag <- lol_champions_clean %>%
  select(name, tags) %>%
  # 将逗号分隔的标签拆分为多行，每行对应一个标签
  separate_rows(tags, sep = ",") %>%
  # 按标签分组统计数量
  group_by(tags) %>%
  summarise(total_entries = n())

运行后得到的结果：

这个方法的优势：

• 无需提前预判标签列的数量（比如如果有英雄有3个标签，原方法需要手动调整拆分列数，而这个方法自动适配）
• 代码步骤更少，逻辑更清晰，避免了拆分多列后合并的繁琐操作
• 仅依赖tidyverse即可完成统计，无需额外引入janitor包

内容的提问来源于stack exchange，提问作者Hiram Méndez