計算一個資料幀中的字串在Rdplyr中出現到另一個資料幀的次數-有解無憂

我有兩個如下所示的資料框：

df1 <- data.frame(reference=c("cat","dog"))
print(df1)
#>   reference
#> 1       cat
#> 2       dog
df2 <- data.frame(data=c("cat","car","catt","cart","dog","dog","pitbull"))
print(df2)
#>      data
#> 1     cat
#> 2     car
#> 3    catt
#> 4    cart
#> 5     dog
#> 6     dog
#> 7 pitbull

^{由reprex 包(v2.0.1)于 2021 年 12 月 29 日創建}

我想找出 df1 中的 cat 和 dog 這個詞在 df2 中存在多少次。我希望我的資料看起來像這樣

animals   n
cat       1
dog       2

任何幫助或指導表示贊賞。我的參考清單很大。我試圖對每個人進行 grep，但會花時間。

感謝您的時間。節日快樂

uj5u.com熱心網友回復：

更新：感謝格雷戈爾·托馬斯：

library(dplyr)

left_join(df1,df2, by=c("reference"="data")) %>% 
  count(reference)

輸出：

  reference n
1       cat 1
2       dog 2

我們可以使用semi_join然后count：

library(dplyr)

semi_join(df2,df1, by=c("data"="reference")) %>% 
  count(data)

  data n
1  cat 1
2  dog 2

uj5u.com熱心網友回復：

一個可能的解決方案，tidyverse基于：

library(tidyverse)

df1 <- data.frame(reference=c("cat","dog"))
df2 <- data.frame(data=c("cat","car","catt","cart","dog","dog","pitbull"))

df1 %>% 
  group_by(animal = reference) %>% 
  summarise(n = sum(reference == df2$data), .groups = "drop")

#> # A tibble: 2 × 2
#>   animal     n
#>   <chr>  <int>
#> 1 cat        1
#> 2 dog        2

uj5u.com熱心網友回復：

加入可能會更快

library(data.table)
setDT(df2)[, .(animals = data)][df1, .(n = .N), 
     on = .(animals = reference), by = .EACHI]
   animals n
1:     cat 1
2:     dog 2

或者table在subset輸入資料后使用base R

table(subset(df2, data %in% df1$reference, select = data))

uj5u.com熱心網友回復：

這是第三種選擇：

library(tidyverse)

df1 <- tibble(reference=c("cat","dog"))
df2 <- tibble(data=c("cat","car","catt","cart","dog","dog","pitbull"))

df2 |>
  count(data) |>
  filter(data %in% df1$reference) |>
  rename(animal = data)
#> # A tibble: 2 x 2
#>   animal     n
#>   <chr>  <int>
#> 1 cat        1
#> 2 dog        2

uj5u.com熱心網友回復：

我們可以str_count將第二個 df 中的列折疊成一個字串。

library(tidyverse)

df1 %>%
  transmute(animals = reference, n = str_c(df2$data, collapse = " ") %>%
    str_count(str_c("\\b", reference, "\\b")) )
#>   animals n
#> 1     cat 1
#> 2     dog 2

^{由reprex 包(v2.0.1)于 2021 年 12 月 29 日創建}

uj5u.com熱心網友回復：

df1$n <- colSums(outer(df2$data, df1$reference, '=='))

df1
#>   reference n
#> 1       cat 1
#> 2       dog 2

轉載請註明出處，本文鏈接：https://www.uj5u.com/caozuo/397797.html

標籤：r dplyr 整理宇宙纵梁

上一篇：為成對t檢驗撰寫函式

下一篇：在多列上使用%in%運算子