R语言如何判断数据框中单词是否为姓名并汇总姓名出现总次数

实现思路 #

将原始高频词数据拆分为「属于指定姓名列表」和「不属于指定姓名列表」两个子集，前者求和后生成Word值为Names的新行，后者直接保留原有内容，最后合并两个子集即可得到目标结果。

前置示例数据 #

先构造可复现的原始数据和姓名列表：

# 原始高频词统计数据框
word_freq <- data.frame(
  Word = c("Oliver", "Great", "Jacob", "Fantastic"),
  Times = c(3, 8, 2, 6),
  stringsAsFactors = FALSE
)
# 自定义需要汇总的姓名列表
name_list <- c("Oliver", "Jacob")

基础R实现（无需安装第三方包） #

# 计算所有姓名类条目的总出现次数
name_total <- sum(word_freq$Times[word_freq$Word %in% name_list])
# 提取非姓名类的所有条目
non_name_df <- word_freq[!word_freq$Word %in% name_list, ]
# 合并汇总行和非姓名条目得到最终结果
result_df <- rbind(
  data.frame(Word = "Names", Times = name_total),
  non_name_df
)

dplyr实现（适合tidyverse生态用户） #

library(dplyr)

result_df <- word_freq %>%
  # 标记条目是否属于姓名类
  mutate(is_name = Word %in% name_list) %>%
  # 分组汇总：姓名类统一求和，非姓名类保留原值
  summarise(
    Word = ifelse(is_name, "Names", Word),
    Times = sum(Times),
    .by = c(is_name, Word)
  ) %>%
  # 合并相同Word的姓名类条目
  summarise(
    Times = sum(Times),
    .by = Word
  )

输出结果 #

打印result_df即可得到目标格式：

Word Times
1     Names     5
2     Great     8
3 Fantastic     6

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