如何从Mongolite生成的Dataframe中提取数组元素并单独统计？

你的核心问题是MongoDB导出的数组被转成了字符串格式（比如c("Short", "Western")），需要先把这些字符串还原为实际的多元素向量，再拆分展开，最后统计单个元素的频次。

步骤1：将字符串格式的数组转为字符向量列表 #

使用purrr::map配合eval(parse(text = ...))，把每个单元格的字符串解析成R能识别的字符向量：

library(dplyr)
library(purrr)
library(tidyr)

# 解析字符串为字符向量列表
duplicates_removed <- duplicates_removed %>%
  mutate(genres = map(genres, ~ eval(parse(text = .x))))

步骤2：展开列表列为多行 #

用tidyr::unnest_longer把每个向量里的元素拆分成单独的行，这样每个genre会单独占一行：

# 展开为长格式
genres_long <- duplicates_removed %>%
  unnest_longer(genres)

步骤3：统计单个genre的频次 #

现在就可以正常用count统计每个元素的出现次数了：

# 统计并按频次排序
genre_counts <- genres_long %>%
  count(genres, sort = TRUE)

可选：处理解析错误 #

如果你的数据里存在格式异常的genres字符串（比如无法解析的内容），可以用tryCatch避免报错，把解析失败的内容转为NA：

duplicates_removed <- duplicates_removed %>%
  mutate(genres = map(genres, ~ {
    tryCatch(eval(parse(text = .x)), error = function(e) NA_character_)
  }))

内容的提问来源于stack exchange，提问作者Tom Lin