R计算列表中的单词在句子中出现的频率

目前正在参加一个MOOC并尝试一些情绪分析，但在R代码方面遇到了问题

我有一张坏词和一张好词的清单。例如，我的坏话是c（“凹痕”、“破损”、“磨损”、“破裂”）等等

我的数据框中有一个描述列表，我想做的是统计列表中出现了多少我的坏单词，以及每行出现了多少我的好单词

例如，假设这是我的数据帧

desc = c("this screen is cracked", "minor dents and scratches", "100% good",     "in perfect condition")
id = c(1,2,3,4)
df = data.frame(id, desc)
bad.words = c("cracked", "scratches", "dents")

我想做的是做一个sum列，计算每个坏单词在描述中出现的频率

所以希望我最后的df看起来像

id    desc                        sum
1     "this screen is cracked"    1
2     "minor dents and scratches" 2
3     "100% good"                 0
4     "in perfect condition"      0

到目前为止，我得到的是

df$sum <- grepl(paste( bad.words, collapse="|"), df$desc)

---

df$sum如果您正在查找一个和，
vapply（）
比
sapply（）
更合适。你可以

library(stringi)
df$sum <- vapply(df$desc, function(x) sum(stri_count_fixed(x, bad.words)), 1L)

如果您正在查找一个和，
vapply（）
比
sapply（）
更合适。你可以

library(stringi)
df$sum <- vapply(df$desc, function(x) sum(stri_count_fixed(x, bad.words)), 1L)

因为你可能会尝试不同的单词列表，比如good.words，bad.words，really.bad.words；我会写一个函数。我喜欢拉普拉，但瓦皮和其他人也会工作

countwords <- function(x,comparison){
  lapply(x,function(x,comparewords){
    sum(strsplit(x,' ')[[1]] %in% comparewords)
  },comparewords = comparison)
}
df$good <- countwords(df$desc,good.words)
df$bad <- countwords(df$desc,bad.words)

countwords因为你可能会尝试不同的单词列表，比如good.words，bad.words，really.bad.words；我会写一个函数。我喜欢拉普拉，但瓦皮和其他人也会工作

countwords <- function(x,comparison){
  lapply(x,function(x,comparewords){
    sum(strsplit(x,' ')[[1]] %in% comparewords)
  },comparewords = comparison)
}
df$good <- countwords(df$desc,good.words)
df$bad <- countwords(df$desc,bad.words)

countwords总和（grepl（粘贴（bad.words，collapse=“|”）和描述））？如果是这样的话，yeah尝试了一下，但是结果似乎并不正确，因为所有列都有相同的值。最终的目标是尝试使用正则表达式，所以crack也会匹配cracked和或crackstried，以使其更加清晰，因为仍然无法使用sapply可能是
colSums（sappy）（df$desc，function（x）sappy）（bad.words，function（y）sum（grepl（y，x‘‘）’）
或
sapply（strsplit（as.character（df$desc），“”），函数（x）sum（x%以%bad.words表示））
sum（grepl（粘贴（bad.words，collapse=“|”）说明））？如果是这样的话，yeah尝试了一下，但结果似乎并不正确，因为所有列都有相同的值。最终的目标是尝试使用正则表达式，所以crack也会匹配cracked和/或crackstried，以使其更加清晰，因为仍然无法使用sapply可能是
colSums（sappy）（df$desc，function（x）sappy）（bad.words，function（y）sum（grepl（y，x‘‘‘‘）
或
sapply（strsplit（as.character（df$desc），“”），函数（x）和（x%在%bad.words中））