如何在R中通过非精确匹配实现数据列的数值汇总计数？

解法1：自动提取前缀统计（适配前缀不固定的场景，效率高） #

针对上万行的data.table，直接用自带语法处理性能最优，不会出现卡顿：

library(data.table)
# 示例数据
dt1 <- data.table (place = c("a north", "a south", "b south", "a north", "c west", "b north", "c south", "a west", "b west"))

# 统计代码
res <- dcast(dt1[, .(prefix = sub(" .*", "", place))], . ~ prefix, length)[, -1]

运行后输出的res就是你要的结果：

a b c
1: 4 3 2

逻辑说明：

• sub(" .*", "", place)用正则替换删除第一个空格及之后的所有内容，提取出开头的a/b/c前缀
• dcast将长表转为宽表，用length函数统计每个前缀的出现次数
• 末尾[, -1]删除dcast生成的无意义占位列，直接输出目标格式

解法2：固定匹配指定字符（仅统计a/b/c时更直观） #

如果只需要统计固定的a、b、c三个前缀的出现次数，可以直接用正则匹配计数：

res <- dt1[, .(
  a = sum(grepl("^a", place)),
  b = sum(grepl("^b", place)),
  c = sum(grepl("^c", place))
)]

^a表示匹配以a开头的字符串，sum对逻辑值求和直接得到符合条件的行数，性能同样适合大数据量场景。

内容的提问来源于stack exchange，提问作者Besz15