创建包含在另一列中出现的句子中使用的单词列表（唯一）的列？

Question

在我的 Google 表格中，我有一列包含句子（每行一个），例如：

How is it going?
I am going to the store.
He is going to play baseball.

我想创建另一个包含唯一单词列表的列（每行一个单词，忽略大写，好像所有内容都是小写），因此其中的几行可能如下所示：

how
is
it
going
I
am
to
the
store

等等。

---

此外，作为奖励，我希望创建另一个列，其中每个单词出现的数量。例如，前几行可能如下所示：

1
1
1
2

因为how, is, 和it出现一次又going出现两次。

Answer 1

这是一种方法。

我写了一个自定义函数来将句子分解成单词，删除标点符号等。你可以在 TOOLS>SCRIPT EDITOR 下添加它

function WORDS(input) {
  var input = input.toString();
  var inputSplit = input.split(" ");
  Logger.log(inputSplit);
  inputSplit = inputSplit.toString();

  var punctuationless = inputSplit.replace(/[.,\/#!$%\?^&\*;:{}=\-_`~()]/g," ");
  var finalString = punctuationless.replace(/\s{2,}/g," ");
  finalString = finalString.toLowerCase();
  return finalString.split(" ") ;
}

完成并保存后，您可以像这样使用它 =WORDS(A1:A3)

从那里我只使用了可用的 Google 函数。

=unique(c2:c)给我们列表中的唯一单词， =COUNTIF(C2:C,"="&D2)然后计算单词的出现次数

有一个工作示例这里

我不确定它在大规模上的表现如何，但它可以设置为处理较小的范围。

Answer 2

假设该列表位于 A 列中。

将此公式粘贴到单元格 C2 中：

=ArrayFormula(TRANSPOSE(REGEXEXTRACT(SPLIT(JOIN(" ",A:A)," "),"\w+"))) 

这将给出所有单词的列表。

然后将此公式粘贴到任何空闲单元格中：

=QUERY({C:C,C:C},"select Col1, count(Col2) where Col1 <> '' group by Col1",1)

结果是：

单一公式解决方案也是可能的：

=QUERY({{"Words";ArrayFormula(TRANSPOSE(REGEXEXTRACT(SPLIT(JOIN(" ",A:A)," "),"\w+")))},{"Words";ArrayFormula(TRANSPOSE(REGEXEXTRACT(SPLIT(JOIN(" ",A:A)," "),"\w+")))}},"select Col1, count(Col2) where Col1 <> '' group by Col1",1)