计算每个字符串出现在R的次数

Question

给定一个字符串列表，我如何计算每次出现的次数？说我一个矢量x如下：

x <- c('cat','cat','cat','cat','dog','dog','cat','cow') 

我想获得的计数为：

# cat : 5 
# dog : 2 
# cow : 1 

我知道答案不会被格式化这样的，但类似的规定。

Answer 1

有很多方法可以做到这一点。在基础R这可以使用table()进行（下评论为所提到的），并且还显示如下：

set.seed(1L) 
x <- sample(paste0("V", 1:10), 1e3, TRUE) 

table(x) 
# x 
# V1 V10 V2 V3 V4 V5 V6 V7 V8 V9 
# 96 110 104 93 112 115 86 90 106 88 

---

然而，这里有两两件事：1）它自动排序基于所述输入字符串的结果，这可能并不总是令人满意的。 2）如果你有一个大的矢量和/或正在寻找速度，那么它可能不是要走的路，因为它看起来不够好。

下面是关于点的示例（2）：

set.seed(1L) 
x <- sample(paste0("V", 1:1e4), 1e8, TRUE) 
system.time(table(x)) 
# user system elapsed 
# 26.899 6.827 36.826 

的data.table包保持输入的顺序，同时提供计数和是在同一时间非常快。下面是使用data.table在同一载体上运行：

require(data.table)  ## >= 1.9.0 
dt <- setDT(list(x=x)) ## create a data.table 

system.time(ans1 <- dt[, .N, by=x]) ## get counts 
# user system elapsed 
# 4.795 0.979 5.839 

如果你想获得的结果进行排序，你可以做：setkey(ans1, x) which'll再次这类由ans1，列“X”结果在data.table中速度非常快。

system.time(setkey(ans1, x)) 
# user system elapsed 
# 0.002 0.000 0.003 

---

这里也为那些有兴趣在速度比较dplyr的data.frame方法 - 请注意，这并不基地保留输入顺序（排序默认情况下），像table()为好。

require(dplyr)     ## Commit 1362 from github 
df <- tbl_df(as.data.frame(dt)) ## get tbl_df object 

system.time(ans2 <- df %.% group_by(x) %.% summarise(n())) 
# user system elapsed 
# 15.983 1.318 17.807 

HTH