如何在R中统计格式不一致的逗号分隔字符串列内各子项的出现次数

无代码方案（Excel/WPS适用） #

• 选中待统计的目标列，点击「数据」选项卡下的「分列」功能，分隔符选择逗号，勾选「连续分隔符视为单个处理」，即可把每个单元格内的多选选项拆分为独立列
• 把拆分后的所有列的内容统一复制粘贴到同一个空白列，此时所有选项变为单列单行的格式
• 选中该列插入数据透视表，行标签选择该选项列，值字段设置为「计数」，即可直接生成各选项的出现次数统计

如果不想做分列操作，也可以直接用公式统计单个选项的出现次数，比如统计Networking的次数公式为：
=SUMPRODUCT(--ISNUMBER(SEARCH("Networking",A:A)))
替换公式内的关键词即可统计其他选项。

代码方案（Python Pandas，适用于大数据量场景） #

假设你已经将数据集读取为Pandas的DataFrame结构，存储多选内容的列名为preference，实现代码如下：

import pandas as pd
from collections import Counter

# 拆分每个单元格的多选内容，自动处理逗号后多余空格，展开为单列
all_options = df['preference'].str.split(',\s*').explode()
# 统计每个选项的出现次数
count_res = Counter(all_options)
# 按要求格式输出结果
for option, count in count_res.items():
    print(f'"{option}: {count}"')

运行后即可直接得到你期望的输出结果。
注意：如果你的选项本身包含逗号，需要先将选项内的逗号统一替换为其他特殊字符，再做拆分，避免拆分错误

内容的提问来源于stack exchange，提问作者Auresm