¿Existe alguna función para contar el número de veces que una palabra clave determinada está contenida en un conjunto de datos?Ocurrencias de palabra de recuento en R
Por ejemplo, si dataset <- c("corn", "cornmeal", "corn on the cob", "meal") el recuento sería 3.
Déjenos por el momento asumen desea la cantidad de elemento que contiene "maíz":
length(grep("corn", dataset))
[1] 3
Después de que los fundamentos de R abajo es mejor que vea el paquete "tm".
EDIT: Me doy cuenta de que esta vez querías cualquier - "maíz" pero en el futuro es posible que desees obtener la palabra - "maíz". Más en r-ayuda Bill Dunlap señaló un patrón grep más compacto para la recopilación de palabras completas:
grep("\\<corn\\>", dataset)
Otra bastante cómoda e intuitiva manera de hacerlo es utilizar la función str_count del paquete stringr:
library(stringr)
dataset <- c("corn", "cornmeal", "corn on the cob", "meal")
# for mere occurences of the pattern:
str_count(dataset, "corn")
# [1] 1 1 1 0
# for occurences of the word alone:
str_count(dataset, "\\bcorn\\b")
# [1] 1 0 1 0
# summing it up
sum(str_count(dataset, "corn"))
# [1] 3
también puede hacer algo como lo siguiente:
length(dataset[which(dataset=="corn")])
se puede dividir en los vectores "", hacer uniqu e y ejecuta la tabla en todo el asunto. :) –
Derecha. Que resalta la ambigüedad de la pregunta original. No pude entender por qué 4 era el número correcto. Su método devolvería 2 por "maíz", 1 por "comida" y 1 por "harina de maíz". La forma greppish de contar palabras delimitadas por espacios "maíz" podría ser: length (grep ("^ maíz $ |^maíz | maíz $", conjunto de datos)) –
Eso fue un error tipográfico, lo siento. El recuento sería 3. – LNA