如何统计rtweet数据集字符变量中多个字符串的出现次数

嘿，我来帮你搞定这个统计需求！首先得明确：rtweet返回的mentions_screen_name字段通常是列表列——也就是每条推文对应的元素可能是一个包含多个用户名的向量（比如一条推文@了A和B，那这个位置的值就是c("A", "B")）。所以我们得先把这个列表展开，再统计目标用户名的出现次数。

下面给你两种实用的方法：

方法一：基础R实现 #

不需要额外安装包，用原生函数就能搞定：

# 第一步：把列表列展开成单个用户名组成的向量
all_mentions <- unlist(x$mentions_screen_name)

# 第二步：统计所有用户名的出现次数
total_counts <- table(all_mentions)

# 第三步：提取'A'、'B'、'C'的计数，没出现的补0
target_counts <- c(
  A = ifelse(is.na(total_counts["A"]), 0, total_counts["A"]),
  B = ifelse(is.na(total_counts["B"]), 0, total_counts["B"]),
  C = ifelse(is.na(total_counts["C"]), 0, total_counts["C"])
)

# 查看结果
print(target_counts)

方法二：tidyverse风格（更简洁） #

如果你习惯用tidyverse生态的工具，代码会更直观：

library(tidyverse)

# 展开列表列 → 筛选目标用户名 → 统计次数 → 补全未出现的项
x %>%
  unnest(mentions_screen_name) %>%
  filter(mentions_screen_name %in% c("A", "B", "C")) %>%
  count(mentions_screen_name, name = "occurrences") %>%
  complete(mentions_screen_name = c("A", "B", "C"), fill = list(occurrences = 0))

小提示 #

如果你的x$mentions_screen_name是普通字符向量（每条推文只@了一个人），那可以跳过unlist或unnest步骤，直接用table(x$mentions_screen_name)或者count(x, mentions_screen_name)来统计。

内容的提问来源于stack exchange，提问作者spindoctor