查找每行中的字數

Question

假設我想要查找數據框每一行中的字數。 因此，在下面的示例中，我想要查找第一列 中的第一個值有3個單詞，第二個值有4個單詞，依此類推。我認爲這是一個應用功能之一 的任務，但我很幸運地搞清楚了這一點。

dat = data.frame(one=c("That is Cool", 
    "I like my bank", "He likes pizza", "What")) 

我需要與strsplit()工作還是最好使用apply()功能，同時創造 功能：apply(dat, 1, function(x)...

Answer 1

下面的代碼應該這樣做，假設所有用空格分開的話。

sapply(strsplit(as.character(dat$one), " "), length) 
# [1] 3 4 3 1 

Answer 2

另一種基於正則表達式的方法。想法是消除一切，除了空間和計算修改後的字符串的長度（即空間的數量，從而+1得到字數）：

nchar(gsub("[^ ]", "", dat$one)) + 1 
# [1] 3 4 3 1 

還可以添加保護處理字符串的開頭或結尾空格：

nchar(gsub("[^ ]|^ *| *$", "", dat$one)) + 1 
# [1] 3 4 3 1 

例子：

x <- c(" One two ", "One Two ", " One two") 
nchar(gsub("[^ ]", "", x)) + 1 
# [1] 4 3 3 
sapply(strsplit(x, " "), length) 
# [1] 3 2 3 
nchar(gsub("[^ ]|^ *| *$", "", x)) + 1 
# [1] 2 2 2 

---

一個更安全檢查：處理repeate d空格：

x <- " One Two " 
nchar(gsub("[^ ]|^ *| *$", "", gsub(" +", " ", x))) + 1 
# [1] 2