R语言统计标点符号绘图时如何移除双空格导致的多余空格计数

问题原因 #

你现有代码的逻辑是先移除所有字母，再按空格拆分，处理后残留的空字符串（即你观察到的空格计数项）是连续空格拆分后生成的。同时当前逻辑还会统计到非目标标点，不符合你仅统计;、-、.、,四类标点的需求。

修正方案 #

推荐直接提取目标标点，完全避开空格问题，逻辑更简单高效，修正后代码如下：

# 提前加载依赖包
library(stringr)
library(dplyr)
library(ggplot2)

wekto<-c("Robot, robot; Nose, nose; Robot, robot; Toes, toes; Robot, robot - touch your nose. Robot, robot - touch your toes.")
stops <- function(text){
    # 仅提取指定的四类标点
    str_extract_all(text, "[;\\-.,]")[[1]] %>%
      table() %>%
      as.data.frame() %>%
      setNames(c("Punctuation","Count")) %>%
      ggplot(aes(x=Punctuation,y=Count)) +
      geom_col() +
      coord_flip()+
      theme_classic()+
      theme(axis.text.y = element_text(size = 17))
}

# 调用函数输出图表
stops(wekto)

代码说明 #

• 正则表达式[;\\-.,]精准匹配你需要的四类标点，R语法里-在中括号内需要转义（加双反斜杠），避免被识别为范围运算符
• 不需要额外处理空格，自然不会生成空格相关的计数项，也不会统计到其他无关符号

如果你想要在原有代码基础上修改，只需要在setNames之后加一步过滤空值即可：filter(Punctuation != "")，即可移除空格计数项。

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