如何在列中查找唯一模式并计算其出现次数？

Question

我有一个类似以下数据的列

    A, B, C, D
    B, C, 
    A, B, C, D
    B, C
    AB, ACD, GJ

请注意，有几个这样的字母：AB，BFC，TRD，RE等。所以我需要找到一些自动的方式来将模式作为参数。

当我发出summary(data$column1)时，我得到A，B，C，D是2而B，C是2.但我想得到A 2，B 4，C，4，D 2.怎么能我使用＆＃34;，＆＃34;作为分隔符并完成这个？

我还使用了unique(data$column1)。它只产生了唯一的值A，B，C，D和B，C，但没有出现。

Answer 1

您可以尝试：

str=paste(df$col, collapse=',')
rle(sort(strsplit(gsub("[^A-Z]","",str), '')[[1]]))

或@David Arenburg提议：

table(strsplit(gsub("[^A-Z]","",str), '')[[1]])

数据：

df=data.frame(col=c("A,B,C,D","B,C","A,B,C,D","B,C","ABBBCCDD"))

Answer 2

您可以像这样使用strsplit

x = c("a,b,c","a,b","b,c,d,e")
table(unlist(strsplit(x,',')))

由于分割模式是正则表达式，您可以使用值和逗号之间的任何空格，如下所示：

table(unlist(strsplit(x,'\\s*,\\s*')))