R 按列计算字符串部分的数目

我有这样一个文本文件：

V1 V2   V3
X  N    aaaaaabbbabab
C  T    ababaaabaaabb
V  H    babbbabaabbba

   col1  col2 col3 .......  col13
a  2     2    2             1
b  1     1    1             2

我想做的是计算每个V3的列中有多少a和多少b

因此，输出将如下所示：

V1 V2   V3
X  N    aaaaaabbbabab
C  T    ababaaabaaabb
V  H    babbbabaabbba

   col1  col2 col3 .......  col13
a  2     2    2             1
b  1     1    1             2

如何做到这一点

我尝试了count函数和子字符串，但没有成功

---

谢谢

这里有一个新版本来回答实际问题。仍然使用

gregexpr

，但这次使用的是索引。我必须花点心思来解释零计数单元（我不能在表中得到它？）

---

fooEDIT：解决方案在Gavin Simpson的评论后更正。现在可以了


为了避免多次转换为因子，可以对索引和tapply使用以下技巧：

tt <- c("aaaaaabbbabab","ababaaabaaabb","babbbabaabbba")

ttstr <- strsplit(tt,"")
ttf <- factor(unlist(ttstr))
n <- length(ttstr[[1]])
k <- length(ttstr)

> do.call(cbind,tapply(ttf,rep(1:n,k),table))
  1 2 3 4 5 6 7 8 9 10 11 12 13
a 2 2 2 1 2 3 1 1 2  2  1  1  1
b 1 1 1 2 1 0 2 2 1  1  2  2  2

假设
dat
包含您的数据，我们使用
strsplit（）
来处理

tt <- matrix(unlist(strsplit(dat$V3, split = "")), ncol = 13, byrow = TRUE)

我们可以通过以下方式获得所需的结果，注意正确设置水平：

apply(tt, 2, function(x) c(table(factor(x, levels = c("a","b")))))

其中：

> apply(tt, 2, function(x) c(table(factor(x, levels = c("a","b")))))
  [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13]
a    2    2    2    1    2    3    1    1    2     2     1     1     1
b    1    1    1    2    1    0    2    2    1     1     2     2     2

要自动选择适当的级别，我们可以执行以下操作：

> lev <- levels(factor(tt))
> apply(tt, 2, function(x, levels) c(table(factor(x, levels = lev))), 
+       levels = lev)
  [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13]
a    2    2    2    1    2    3    1    1    2     2     1     1     1
b    1    1    1    2    1    0    2    2    1     1     2     2     2

>lev应用（tt，2，函数（x，级别）c（表（系数（x，级别=级别）），
+级别=lev）
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13]
a 2 2 1 2 3 1 2 1 1 1 1
b 1 1 2 1 0 2 1 2 2 2 2

其中，在第一行中，我们将
tt
视为一个向量，并在将
tt
临时转换为一个因子后提取水平。然后我们将这些级别（
lev
）提供给
apply（）
步骤，而不是明确说明级别。
这不是OP想要的。。。他在看逐列比较。我想你弄错了，我想按V3的子字符串的列来计算a和b，而不是按row@JorisMeys:这两种方法都有效，但都给出了警告：警告消息：在函数（…，deparse.level=1）中：结果行数不是向量长度（arg 1）的倍数@smack：那么您提供的数据与您拥有的数据不一样，因为当我用df$V3替换tt时，我没有收到警告。哪一行给了你警告？@Joris Meys:好的，我给了你一个数据的代表性示例，但感谢它工作了，但当我将其转换为数据帧时，数字消失了，并被a和b替换，但我想将这些数字绘制在图形中（x轴：列号（1..13）和y轴（a和b的编号）），我怎样才能在不丢失数字的情况下转换它，很抱歉问了很多问题，但我是新来的R@Joris事实上，两者都错了。我提出了与矩阵1相同的解决方案，然后意识到对于只包含“a”的“列”6，您得到了错误的答案。看看你的结果，它计算了3“b”和3“a”，这不可能是正确的-R正在默默地扩大a的计数。您需要根据我的回答在
表（）
调用中设置正确的级别。@smack:您的代码出了问题，请不要忽略它。如果你收到警告，它就不起作用了。特别是如果你把它转换成数据帧，你会得到数字。@Gavin Simpson:你能解释一下你做了什么吗。@smack它和@Joris得到
tt
是一样的。区别在于我如何使用
table（）
。让
table（）
对
“a”
和
“b”
进行计数非常重要，即使其中一个缺失。方法是将
级别显式设置为
c（“a”、“b”）
。这足够了吗？或者我应该试着解释更多吗？不，我认为这足够了，但如果我想在列表中添加第三个变量，也许“c”我可以直接添加到正确的级别？？我可以用什么来绘制这些数据帧呢？？？@smack实际上，我们可以简化最后一步，因为如果我们在
表中得到正确的计数，
apply（）
将返回一个矩阵。@smack是的，只需将
“c”
添加到级别列表中即可。如果有很多，我们也可以自动执行这一步骤，以选择正确的级别。
> lev <- levels(factor(tt))
> apply(tt, 2, function(x, levels) c(table(factor(x, levels = lev))), 
+       levels = lev)
  [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13]
a    2    2    2    1    2    3    1    1    2     2     1     1     1
b    1    1    1    2    1    0    2    2    1     1     2     2     2