R 具有多个条件的单词出现次数之和

我希望得到每个公司在过去五年中生产的水果的总数，并用所有的总数构建一个新的列

例如：2016年，b公司生产苹果；橘子；梨而在过去的5年里，b公司生产（2011年：苹果；橙子；香蕉）和（2014年：橙子；梨）。通过计算与重点（2016）年相对应的前五年的水果产量，我们得到4

在我寻找答案的过程中，我只看到了这篇文章中出现的数字的总和。然而，我需要计算一下在过去五年中任何特定公司的所有词汇的出现情况

非常感谢您的帮助，也欢迎使用dplyr的任何解决方案！：）

df
公司水果年
1公司有桃子、苹果；橙子2010
2个苹果公司；橘子；香蕉2011
3家公司的橙子；梨2014
4公司a香蕉；苹果；橘子；梨2014
5个苹果公司；橘子；梨2016
6家香蕉公司；苹果；橘子；梨；桃子2018

生成的列应如下所示：

df <-  cbind(df, c("0","0","1","2","4","4") 

company                                    fruit year      sum_occurrences
1 company_a                 peaches, apples; oranges 2010               0
2 company_b                 apples; oranges; bananas 2011               0
3 company_b                           oranges; pears 2014               1
4 company_a          bananas; apples; oranges; pears 2014               2
5 company_b                   apples; oranges; pears 2016               4
6 company_a bananas; apples; oranges; pears; peaches 2018               4       

---

df我不清楚期望的输出是如何执行的。你能更详细地描述一下吗？同意，需要更多的解释。也许更容易看出产出是按公司然后按年份排序的，但我认为OP想要的是按公司在5年的时间窗口内滚动求和
水果中重复的术语。公司A 2010=0，因为第一年。公司A 2014=2，因为苹果和橙子从2010年开始复制（5年内）。公司A 2018=4，因为香蕉、苹果、桔子、梨在2014年复制（5年内）——桃子从2010年起不被视为复制品，因为它是5年前的。OP，这是否正确？您是否考虑过使用tidyr中的单独_行，然后总结结果？@Gregor，是的，这是正确的。这就是我要寻找的，可能是一个滚动求和。我想如果你重新组织你的数据，你会发现这是一个容易得多的任务。谢谢@IceCreamToucan，我在运行df2时收到了这样一条错误消息：
在vecseq（f_uuuuu，len_uuuuu，if（allow.cartesian | notjoin | | anyDuplicated）中出错（f_uuu，
：你知道这意味着什么吗？当运行DF2i时，这是完全错误吗？也许你需要添加
，allow.cartesian=TRUE
（在
]之前）
）谢谢@IceCreamToucan这很有效。你知道我怎么才能只得到公司从未生产过的水果吗？例如：2018年，a公司第一次生产桃子，因此sum_事件（2018）=1？
df <-  cbind(df, c("0","0","1","2","4","4") 

company                                    fruit year      sum_occurrences
1 company_a                 peaches, apples; oranges 2010               0
2 company_b                 apples; oranges; bananas 2011               0
3 company_b                           oranges; pears 2014               1
4 company_a          bananas; apples; oranges; pears 2014               2
5 company_b                   apples; oranges; pears 2016               4
6 company_a bananas; apples; oranges; pears; peaches 2018               4       

# clean up column classes
df[] <- lapply(df, as.character)
df$year <- as.numeric(df$year)

library(data.table)
setDT(df)

# create separate column for vector of fruits, and year + 5 column
df[, fruit2 := strsplit(gsub(' ', '', fruit), ',|;')]
df[, year2 := year + 5]

# Self join so for each row of df, this creates one row for each time another  
# row is within the year range 
df2 <- df[df, on = .(year <= year2, year > year, company = company)
          , .(company, fruit, fruit2, i.fruit2, year = x.year)]

# For each row in the (company, fruit, year) group, check whether 
# the original fruits are  in the matching rows' fruits, and store the result
# as a logical vector. Then sum the list of logical vectors (one for each row).
df3 <- df2[, .(sum_occurrences = do.call(sum, Map(`%in%`, fruit2, i.fruit2)))
           , by = .(company, fruit, year)]

# Add sum_occurrences to original df with join, and make NAs 0
df[df3, on = .(company, fruit, year), sum_occurrences := i.sum_occurrences]
df[is.na(sum_occurrences), sum_occurrences := 0]

#delete temp columns
df[, `:=`(fruit2 = NULL, year2 = NULL)]

df


#      company                                    fruit year sum_occurrences
# 1: company_a                 peaches, apples; oranges 2010               0
# 2: company_b                 apples; oranges; bananas 2011               0
# 3: company_b                           oranges; pears 2014               1
# 4: company_a          bananas; apples; oranges; pears 2014               2
# 5: company_b                   apples; oranges; pears 2016               4
# 6: company_a bananas; apples; oranges; pears; peaches 2018               4