R语言中如何统计DataFrame内指定单词的所有出现次数

问题本质 #

你目前用的sum(DF == "Touch")是精确全值匹配，只有单元格内容和目标字符串100%一致时才会被纳入计数，只要单元格里还有其他内容（比如带逗号的多选项、前后空格）就会匹配失败。要实现“不管单元格有没有其他内容，只要包含目标词就算一次”的统计，只需要换成字符串包含匹配的逻辑即可，不需要复杂的语法调整。

方法1：基础R原生快速实现（无需安装额外包） #

基础R提供的grepl()函数可以直接做包含匹配：只要单元格内容里存在目标字符串，就返回TRUE，否则返回FALSE，刚好可以通过sum计数。
比如统计所有包含"Touch"的单元格，直接把原来的精确匹配代码替换成：

sum(grepl("Touch", DF, fixed = TRUE))

参数说明：

• fixed = TRUE：将目标词作为普通文本匹配，不触发正则解析，避免Other (describe)这类带括号特殊符号的目标词出现匹配错误。
• 函数会自动遍历DataFrame的每一个单元格，只要内容里存在目标词，无论前后有没有其他分隔符、其他选项，都会返回TRUE，sum计算时就会把这些单元格全部纳入计数。

如果要一次性统计所有9个目标词的出现次数，可以用sapply批量遍历计算，不需要逐行写代码：

# 录入所有需要统计的目标词
target_words <- c("Pain", "Tingling", "Touch", "Scratching", 
                  "Other (describe)", "Pressure", "Ticklish", "Warm", "Cold")

# 逐个计算每个词的命中次数
word_stat <- sapply(target_words, function(current_word) {
  sum(grepl(current_word, DF, fixed = TRUE))
})

# 直接输出结果，每个目标词对应的计数会一一对应展示
word_stat

方法2：更严谨的拆分匹配（避免子串误判） #

从你给出的样例来看，带多个选项的单元格都是用逗号分隔的格式，如果你担心出现子串误匹配（比如匹配"Touch"的时候，不小心把"TouchPain"这类拼写错误的内容也算进来），可以先把每个单元格按逗号拆成单个独立选项，再做匹配，逻辑会更可靠：

# 步骤1：把所有单元格内容按逗号拆分，去掉每个选项前后的多余空格
split_options <- strsplit(as.character(DF), split = ",", fixed = TRUE) |>
  unlist() |> # 把拆分后的所有选项拼成一个长向量
  trimws() # 清除" Touch "这类带前后空格的选项的多余字符

# 步骤2：按预设的目标词顺序统计次数
word_stat <- table(factor(split_options, levels = target_words))

这种方法哪怕遇到单元格里写"Pressure,Tingling"这种不带空格的分隔格式，也不会出现匹配错误。

小提醒：如果你的数据里存在大小写不一致的情况（比如单元格里写了小写的"touch"），可以在grepl函数参数里加ignore.case = TRUE，让匹配不区分大小写，避免漏算。

内容的提问来源于stack exchange，提问作者SophieMQ