如何按DataFrame拆分后的单个单词汇总对应value值？

没问题，这其实是个典型的字符串拆分+分组求和任务，用R里的工具链就能轻松搞定，我给你两种常用的实现方式，选你顺手的来：

方法一：用tidyverse工具链（推荐，简洁易读） #

这是现在R数据分析里最常用的方式，借助tidyr的拆分函数和dplyr的分组聚合功能：

# 先安装并加载tidyverse（如果还没安装的话）
install.packages("tidyverse")
library(tidyverse)

# 你的原始数据
df1 <- data.frame(
  word = c("house, garden, flower", "flower, red", "garden, tree, forest", "house, window, door, red"),
  value = c(10,12,20,5),
  stringsAsFactors = FALSE
)

# 核心处理代码
result <- df1 %>%
  # 把逗号加空格分隔的单词拆成独立行，保留对应value
  separate_rows(word, sep = ", ") %>%
  # 按单词分组
  group_by(word) %>%
  # 对每组的value求和
  summarise(value = sum(value)) %>%
  # 取消分组（可选，方便后续操作）
  ungroup()

# 查看结果
print(result)

运行后你会得到符合预期的输出：

# A tibble: 8 × 2
  word   value
  <chr>  <dbl>
1 door       5
2 flower    22
3 forest    20
4 garden    30
5 house     15
6 red       17
7 tree      20
8 window     5

方法二：基础R实现（无需额外安装包） #

如果你不想加载第三方包，用基础R的原生函数也能完成：

# 你的原始数据
df1 <- data.frame(
  word = c("house, garden, flower", "flower, red", "garden, tree, forest", "house, window, door, red"),
  value = c(10,12,20,5),
  stringsAsFactors = FALSE
)

# 拆分每个字符串为单词列表
word_list <- strsplit(df1$word, ", ")
# 生成对应每个单词的value向量（重复原value对应次数）
value_vec <- rep(df1$value, sapply(word_list, length))
# 把单词列表展开为向量
words_vec <- unlist(word_list)

# 用aggregate函数分组求和
result_base <- aggregate(value_vec ~ words_vec, FUN = sum)
# 重命名列名
colnames(result_base) <- c("word", "value")

# 查看结果
print(result_base)

关键逻辑说明 #

两种方法的核心思路完全一致：先把每个单元格里的多个单词拆成独立条目，让每个单词和对应的原始value一一绑定，最后按单词分组求和。tidyverse的写法更直观，代码可读性更高，适合复杂数据处理场景；基础R写法适合不想依赖第三方包的轻量需求。

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