汇总dplyr管道中的字数

Question

我想生成一个dplyr管道中字数统计频率的频率计数摘要.它必须在dplyr管道中,因为我实际上是在查询bigrquery并且它充当dplyr管道.

假设我有这样的数据:

tf1 <- tbl_df(data.frame(row= c(1:5), body=c("tt t ttt j ss oe", "kpw eero", "pow eir sap r", "s", "oe")))

我想得到一个关于字数的总结(类似这样):

   n_words freq
1   0    0
2   1    2
3   2    1
4   3    0
5   4    1
6   5    0
7   6    1

但我需要在dplyr管道中执行此操作(类似于下面的操作不起作用)

###NOT WORK
tf1 %>%
wordcount(body,sep=" ", count.function=sum) 

Answer 1

这是另一个complete用于获取所有值的想法,

library(tidyverse)

tf1 %>% 
   mutate(n_words = stringr::str_count(body, ' ') + 1) %>% 
   count(n_words) %>% 
   complete(n_words = 0:max(n_words))

这使,

# A tibble: 7 x 2
  n_words     n
    <dbl> <int>
1      0.    NA
2      1.     2
3      2.     1
4      3.    NA
5      4.     1
6      5.    NA
7      6.     1