使用dplyr统计词频时如何保留对应情感分数

因为你的数据中每个单词对应唯一的情感分数，所以可以通过以下两种dplyr方法实现统计词频的同时保留情感分数，且结果无重复：

方法1：分组后汇总计数 #

利用group_by()同时按单词和情感分数分组，再用summarize()统计每组的数量：

library(dplyr)

wrd_cnt <- df %>%
  group_by(words, senti_score) %>%
  summarize(n = n(), .groups = "drop") %>%  # .groups = "drop"取消分组状态
  arrange(desc(n))  # 按词频降序排序，可选

方法2：直接在count中指定多分组字段 #

count()函数支持传入多个分组变量，由于每个单词的情感分数固定，同时按words和senti_score分组后，统计结果自然是每个单词一行：

library(dplyr)

wrd_cnt <- df %>%
  count(words, senti_score, sort = TRUE)

两种方法最终都会得到你期望的结果：

注：你的代码示例和表格中happy的情感分数不一致（代码是0.7，表格是0.6），实际运行时会以你数据中的真实值为准。

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