如何计算文字但不包括方括号中的单词？

Question

我想生成一个新列，以显示数据帧中每部电影的单词计数，但是某些电影的名称包括括号，并且我不想计算括号中的单词，如何编码？顺便说一句，我正在尝试使用str.count函数，并显示了计算所有单词的代码。

movie <- movie %>% mutate(words.of.title = str_count(str_trim(film), "\\S+"))

Answer 1

这里是一个选项，用于检查用空格（\\s）或字符串开头（^）分隔的单词（字母数字字符）的计数

library(tidyverse)
movie %>% 
    mutate(words.of.title=str_count(str_trim(film), "(^|\\s)[[:alnum:]]+"))

Answer 2

您可以通过使用gsub删除括号和其中的文本来执行此操作。请参见下面的reprex和解决方案。

library(dplyr)
library(stringr)

df <- data.frame(id=c(1,2,3),
                 film=c('Film','Film with (brackets)','Another film'))

movie <- df %>% 
  mutate(words.of.title = str_count(str_trim(gsub('\\(.*?\\)', '', film)), "\\S+"))

movie
#>   id                 film words.of.title
#> 1  1                 Film              1
#> 2  2 Film with (brackets)              2
#> 3  3         Another film              2

由reprex package（v0.2.0）于2019-01-02创建。