如何统计data.frame各单元格分号分隔词频次并生成计数表（NA计为0）

现有一个包含5803个观测值、23个变量的data.frame，部分数据如下：

需要将其转换为计数表，统计每个单元格中以分号分隔的条目数量，空白/NA计为0，期望输出如下：

针对这类分号分隔的计数需求，提供两种实现方式：

方法1：dplyr + stringr 简洁版 #

library(dplyr)
library(stringr)

# 假设数据框名为df，处理所有以Genome开头的列
df_count <- df %>%
  mutate(across(starts_with("Genome"), 
                ~ ifelse(is.na(.) | . == "", 0, str_count(., ";") + 1)))

方法2：Base R 原生实现（无需额外包） #

# 筛选出所有以Genome命名的列
genome_cols <- grep("^Genome", names(df), value = TRUE)

# 批量处理每一列：空白/NA设为0，非空值统计分号分隔的条目数
df[genome_cols] <- lapply(df[genome_cols], function(x) {
  ifelse(is.na(x) | x == "", 0, lengths(strsplit(x, ";")))
})

逻辑说明 #

• 空白或NA值直接替换为0；
• 非空单元格中，分号的数量比条目数少1，所以用分号数量+1或者strsplit后取长度来得到条目总数。

内容的提问来源于stack exchange，提问作者sdas