如何在R中为数据框创建统计物品总频次的新列

问题分析 #

你的原代码使用str_count()得到的是每行中物品的出现次数，而需求是获取整个列中物品的总出现频次，并将该频次作为固定值填充到对应新列的每一行。

解决方案 #

可以通过以下步骤实现需求：

1. 从items列中提取所有唯一的物品名称
2. 对每个物品，计算其在整个列中的总出现次数
3. 将这些频次作为新列添加到原数据框中

代码实现

library(dplyr)
library(stringr)

# 定义原始数据框
items <- structure(list(items = c("Apple", "Apple, Pear", "Apple, Pear, Banana")), 
                   row.names = c(NA, -3L), class = "data.frame")

# 提取所有唯一物品
all_unique_items <- items %>%
  pull(items) %>%
  str_split(", ") %>%
  unlist() %>%
  unique()

# 生成包含全局频次的新列
result_df <- items %>%
  mutate(across(all_unique_items, ~ sum(str_detect(items, .x))))

# 查看结果
result_df

代码说明

• str_split(", ") %>% unlist()：将每行的物品字符串拆分为单个物品，再转换为一维向量
• unique()：获取所有不重复的物品名称
• across(all_unique_items, ~ sum(str_detect(items, .x)))：遍历每个唯一物品，用str_detect()判断每行是否包含该物品，sum()统计总次数，最终将每个物品的总频次作为新列添加到数据框中

结果验证 #

运行代码后得到的数据框与预期结构一致：

structure(list(items = c("Apple", "Apple, Pear", "Apple, Pear, Banana"), 
               Apple = c(3, 3, 3), Pear = c(2, 2, 2), Banana = c(1, 1, 1)), 
          row.names = c(NA, -3L), class = "data.frame")

内容的提问来源于stack exchange，提问作者hachiko