ग्रेप

Question

का उपयोग कर स्ट्रिंग की आवृत्ति निर्धारित करता है, तो मैं एक वेक्टर

x <- c("ajjss","acdjfkj","auyjyjjksjj") 

है और कार्य करें:

y <- x[grep("jj",x)] 
table(y) 

मैं:

y 
     ajjss auyjyjjksjj 
      1   1 

हालांकि दूसरी स्ट्रिंग "auyjyjjksjj" की गणना करनी चाहिए सबस्ट्रिंग "जेजे" दो बार। वास्तव में "jj" की आवृत्ति को गिनने के लिए, मैं इसे एक वास्तविक/झूठी गणना से कैसे बदल सकता हूं?

यदि प्रत्येक स्ट्रिंग के लिए स्ट्रिंग की लंबाई से विभाजित सबस्ट्रिंग की आवृत्ति की गणना की जा सकती है तो यह बहुत अच्छा होगा।

अग्रिम धन्यवाद।

Answer 1

मैं इस gregexpr का उपयोग कर()

x <- c("ajjss","acdjfkj","auyjyjjksjj") 
freq <- sapply(gregexpr("jj",x),function(x)if(x[[1]]!=-1) length(x) else 0) 
df<-data.frame(x,freq) 

df 
#   x freq 
#1  ajjss 1 
#2  acdjfkj 0 
#3 auyjyjjksjj 2 

हल और अंतिम भाग के लिए सवाल है, की गणना आवृत्ति/स्ट्रिंग लंबाई ...

df$rate <- df$freq/nchar(as.character(df$x)) 

की यह nece है ds $ x को वापस एक वर्ण स्ट्रिंग में कनवर्ट करने के लिए ssary क्योंकि data.frame (x, freq) तारों को तारों में स्वचालित रूप से परिवर्तित करता है जब तक आप स्ट्रिंग्सएफ़ैक्टर्स = एफ निर्दिष्ट नहीं करते।

df 
#   x freq  rate 
#1  ajjss 1 0.2000000 
#2  acdjfkj 0 0.0000000 
#3 auyjyjjksjj 2 0.1818182 

Answer 2

आप गलत उपकरण का उपयोग कर रहे हैं। gregexpr प्रयास करें, जो आपको पदों जहां खोज स्ट्रिंग मिला था दे देंगे (या -1 अगर नहीं मिला):

> gregexpr("jj", x, fixed = TRUE) 
[[1]] 
[1] 2 
attr(,"match.length") 
[1] 2 
attr(,"useBytes") 
[1] TRUE 

[[2]] 
[1] -1 
attr(,"match.length") 
[1] -1 
attr(,"useBytes") 
[1] TRUE 

[[3]] 
[1] 6 10 
attr(,"match.length") 
[1] 2 2 
attr(,"useBytes") 
[1] TRUE 

Answer 3

आप qdap (हालांकि आधार में नहीं आर स्थापित) का उपयोग कर सकते हैं:

x <- c("ajjss","acdjfkj","auyjyjjksjj") 
library(qdap) 
termco(x, seq_along(x), "jj") 

## > termco(x, seq_along(x), "jj") 
## x word.count   jj 
## 1 1   1 1(100.00%) 
## 2 2   1   0 
## 3 3   1 2(200.00%) 

नोट उत्पादन शब्द गणना की तुलना में आवृत्ति और आवृत्ति है कि (उत्पादन वास्तव में एक सूची है, लेकिन एक बहुत प्रिंट उत्पादन)। आवृत्तियों पहुंचने के लिए:

termco(x, seq_along(x), "jj")$raw 

## > termco(x, seq_along(x), "jj")$raw 
## x word.count jj 
## 1 1   1 1 
## 2 2   1 0 
## 3 3   1 2 

Answer 4

base r में यह सरल एक लाइनर strsplit का उपयोग करता है और उसके बाद grepl, और काफी मजबूत है, लेकिन अगर यह jj के बहुत सारे jjjjjj 3 के रूप में की तरह मेल खाता है गिनती करने के लिए है टूट जाएगा। पैटर्न मिलान जो इसे संभव बनाता है @JoshOBriens excellent Q&A:

sum(grepl("jj" , unlist(strsplit(x , "(?<=.)(?=jj)" , perl = TRUE)))) 



# Examples.... 
f<- function(x){ 
    sum(grepl("jj" , unlist(strsplit(x , "(?<=.)(?=jj)" , perl = TRUE)))) 
    } 

    #3 matches here 
    xOP <- c("ajjss","acdjfkj","auyjyjjksjj") 
    f(xOP) 
    # [1] 3 

    #4 here 
    x1 <- c("ajjss","acdjfkj", "jj" , "auyjyjjksjj") 
    f(x1) 
    # [1] 4 

    #8 here 
    x2 <- c("jjbjj" , "ajjss","acdjfkj", "jj" , "auyjyjjksjj" , "jjbjj") 
    f(x2) 
    # [1] 8 

    #Doesn't work yet with multiple jjjj matches. We want this to also be 8 
    x3 <- c("jjjj" , "ajjss","acdjfkj", "jj" , "auyjyjjksjj" , "jjbjj") 
    f(x3) 
    # [1] 7