计算数据帧中每行每个短语的单词频率

Question

我有一个这样的数据框：

DF <- data.frame(phrase = c("text 1","this text 2", "text 3"))

我想创建一个列，其中包含数据帧中每一行中存在的短语数。前面的例子分别是2,3,2

我试过的是这个

library(data.table)

dfN<- setDT(DF)[, c('phrase') :=tstrsplit(phrase, '(?<=[^0-9])', perl=TRUE, type.convert=TRUE)]

但我收到此错误

  

[.data.table（setDT（DF）,,,：= =（c（“phrase”））出错，   tstrsplit（短语，：         内部逻辑错误。前期检查（在开始修改DT之前）没有捕获分配给因子的RHS（'list'）类型   列'短语'。请向datatable-help报告。       另外：警告信息：       在[.data.table（setDT（DF）,,：：=（c（“phrase”），tstrsplit（短语，：         提供了11个项目，分配给3个“短语”栏目（8个未使用）

Answer 1

我们可以使用str_count

library(stringr)
setDT(DF)[, newcol := str_count(phrase, "\\w+")]