Wie suche ich die Anzahl der Vorkommen einzelner Wörter in Textdaten?

Question

Wie finde ich die Anzahl der Vorkommen einer Liste von Wörtern? Ich kann für ein Wort suchen, wie folgt:

dplyr::filter(data, grepl("apple", data$content,ignore.case = TRUE)) 
length(x$content) 

Der | Separator ermöglicht es mir, alle Vorkommen zusammenzufassen. Aber ich möchte jedes Wort einzeln zählen.

Die Worte könnte als eine Reihe in einer CSV oder geschrieben als ein Vektor in R selbst, beispielsweise geliefert werden:

words <- c("apple","orange","pear","pineapple") 

Ein Falten ist, dass die data$count eine Spalte von tweets sind so kann das Wort mehr auftreten als einmal pro Tweet. Daher möchte ich nur zählen, wenn sie in der Reihe auftreten.

Answer 1

Sie könnten logical Werte für das Vorhandensein/Nichtvorhandensein des Zielwörter wie diese:

library(tidyverse) 

words <- c("apple","orange","pear","pineapple") 

data <- tibble(content = c("Ony my grocery list are green apples, red apples and oranges", 
          "My favorite froyo flavors are pineapple, peach-pear and pear")) 

boundary_words <- paste0("\\b", words) # if you want to avoid counting the apple in pineapple 

map_dfc(boundary_words, ~ as.tibble(grepl(., data$content))) %>% 
    set_names(words) %>% 
    bind_cols(data, .) 

# A tibble: 2 x 5 
                 content apple orange pear pineapple 
                 <chr> <lgl> <lgl> <lgl>  <lgl> 
1 Ony my grocery list are green apples, red apples and oranges TRUE TRUE FALSE  FALSE 
2 My favorite froyo flavors are pineapple, peach-pear and pear FALSE FALSE TRUE  TRUE 

Answer 2

Mit dem stringr Paket ...

library(stringr) 
words <- c("apple","orange","pear","pineapple") 

data <- c("On my grocery list are green apples, red apples and oranges", 
      "Oranges are my favourite, but I also like pineapples and pearls") 

sapply(words,function(w) 
     str_count(str_to_lower(str_split(data," ")), #split into words and set to lower case 
       paste0("\\b",w,"s*\\b"))) #adds word boundaries and optional plural -s 

    apple orange pear pineapple 
[1,]  2  1 0   0 
[2,]  0  1 0   1 

This allows for capital letters, and should only count whole words (perhaps with an -s plural).