R语言：按行统计指定列特定字符出现次数并生成新列

原始数据 #

首先定义目标数据框：

Var1 <- c("Hnt_Pri_Pri_Sec_Sup", "Hnt_Sup_Sup_Sec_Sec", "Hnt_Pri_Sec_Pri_Sup")
Var2 <- c("LiG_Pri_Sec_Sec_Sup", "LiG_Sec_Sup_Pri_Sup", "LiG_Pri_Pri_Pri_Pri")
Var3 <- c("Nam_Pri_Pri_Sec_Pri", "Nam_Sec_Sec_Sup_Pri", "Nam_Sup_Pri_Pri_Sec")
df <- data.frame(Var1, Var2, Var3)

原始数据输出：

df
                 Var1                Var2                Var3
1 Hnt_Pri_Pri_Sec_Sup LiG_Pri_Sec_Sec_Sup Nam_Pri_Pri_Sec_Pri
2 Hnt_Sup_Sup_Sec_Sec LiG_Sec_Sup_Pri_Sup Nam_Sec_Sec_Sup_Pri
3 Hnt_Pri_Sec_Pri_Sup LiG_Pri_Pri_Pri_Pri Nam_Sup_Pri_Pri_Sec

需求 #

• 按行统计字符串"Pri"的出现次数，生成新列pri_count
• 按相同逻辑统计"Sec"的出现次数，生成新列sec_count

解决方案 #

使用stringr包中的str_count函数，结合sapply和rowSums实现按行统计：

1. 加载stringr包：

library(stringr)

2. 统计"Pri"的出现次数并生成pri_count列：

df$pri_count <- rowSums(sapply(df, str_count, pattern = "Pri"))

3. 统计"Sec"的出现次数并生成sec_count列：

df$sec_count <- rowSums(sapply(df, str_count, pattern = "Sec"))

最终结果 #

执行上述代码后，数据框输出如下：

df
                 Var1                Var2                Var3 pri_count sec_count
1 Hnt_Pri_Pri_Sec_Sup LiG_Pri_Sec_Sec_Sup Nam_Pri_Pri_Sec_Pri         6         4
2 Hnt_Sup_Sup_Sec_Sec LiG_Sec_Sup_Pri_Sup Nam_Sec_Sec_Sup_Pri         2         5
3 Hnt_Pri_Sec_Pri_Sup LiG_Pri_Pri_Pri_Pri Nam_Sup_Pri_Pri_Sec         8         2

说明 #

之前使用str_count失败的核心原因是直接将整个数据框传入函数，未逐列处理。通过sapply遍历数据框的每一列，对每个元素统计目标字符串的出现次数，得到次数矩阵后，再用rowSums对每行的次数求和，即可得到每行的总出现次数。

内容的提问来源于stack exchange，提问作者CNiessen