R语言如何基于逗号分隔的features列统计数量生成新列

方法1：tidyverse生态实现（推荐） #

借助dplyr的mutate和stringr的str_count实现，逻辑简单易读：

# 加载依赖包
library(dplyr)
library(stringr)

# 假设你的原始数据框命名为df
df <- df %>%
  # 统计逗号数量+1即为特征总数，同步处理空值异常
  mutate(`Number of features` = case_when(
    is.na(features) | str_squish(features) == "" ~ 0,
    TRUE ~ str_count(features, ",") + 1
  ))

方法2：基础R实现（无需加载第三方包） #

用原生函数实现相同逻辑：

# 假设你的原始数据框命名为df
df$`Number of features` <- sapply(gregexpr(",", df$features), function(x) {
  ifelse(x[1] == -1, 0, length(x)) + 1
})

原理说明 #

n个用逗号分隔的特征，中间会存在n-1个逗号，因此统计每行逗号的数量后加1，即可得到特征总数。上述两种方案都兼容空值、空字符串的异常场景，不会出现报错。

内容的提问来源于stack exchange，提问作者ahad lone