R: 通过标签组合具有不同长度的频率列表

Question

我是R的新手，但我非常喜欢它，并希望不断改进。现在，在搜索了一段时间之后，我需要向您寻求帮助。

这是给定的情况：

1） 我有句子（句子.1和句子.2-所有单词都是小写），并创建单词的排序频率列表：

sentence.1 <- "bob buys this car, although his old car is still fine." # saves the sentence into sentence.1
sentence.2 <- "a car can cost you very much per month."
sentence.1.list <- strsplit(sentence.1, "\W+", perl=T) #(I have these following commands thanks to Stefan Gries) we split the sentence at non-word characters
sentence.2.list <- strsplit(sentence.2, "\W+", perl=T)
sentence.1.vector <- unlist(sentence.1.list) # then we create a vector of the list
sentence.2.vector <- unlist(sentence.2.list) # vectorizes the list
sentence.1.freq <- table(sentence.1.vector) # and finally create the frequency lists for 
sentence.2.freq <- table(sentence.2.vector)

以下是结果：

sentence.1.freq:
although      bob     buys      car     fine      his       is      old    still     this 
       1        1        1        2        1        1        1        1        1        1
sentence.2.freq:
a   can   car  cost month  much   per  very   you 
1     1     1     1     1     1     1     1     1 

现在，请，我如何将这两个频率列表结合起来，我将拥有以下内容：

 a  although  bob  buys  can  car  cost fine his  is  month much old per still this very you
NA         1    1     1   NA    2    NA    1   1   1     NA   NA   1  NA     1    1   NA  NA
 1        NA   NA    NA    1    1     1   NA  NA  NA      1    1  NA   1    NA   NA    1   1

因此，这个"表"应该是"灵活的"，这样，如果输入一个带有单词的新句子，例如"and"，该表将在"a"one_answers"尽管"之间添加带有标签"and"的列。

我想把新的句子添加到新行中，把所有还没有在列表中的单词（这里，"and"在"you"的右边）放在一列，然后再次对列表进行排序。然而我还没有做到这一点，因为根据现有标签对新句子的单词频率进行排序已经不起作用了（当再次出现例如"car"时，新句子的car频率应该写在新句子的行和列中，但当出现例如"you"时第一次，它的频率应该写在新句子的行和一个新的列中，标记为"你"）。

Answer 1

这并不是你所描述的，但你的目标对我来说更有意义，因为它是按行而不是按列组织的（而且R处理以这种方式组织的数据更容易）。

#Convert tables to data frames
a1 <- as.data.frame(sentence.1.freq)
a2 <- as.data.frame(sentence.2.freq)
#There are other options here, see note below
colnames(a1) <- colnames(a2) <- c('word','freq')
#Then merge
merge(a1,a2,by = "word",all = TRUE)
       word freq.x freq.y
1  although      1     NA
2       bob      1     NA
3      buys      1     NA
4       car      2      1
5      fine      1     NA
6       his      1     NA
7        is      1     NA
8       old      1     NA
9     still      1     NA
10     this      1     NA
11        a     NA      1
12      can     NA      1
13     cost     NA      1
14    month     NA      1
15     much     NA      1
16      per     NA      1
17     very     NA      1
18      you     NA      1

然后你可以继续使用merge来添加更多的句子。为了简单起见，我转换了列名，但还有其他选项。如果每个数据帧中的名称不相同，则在merge中使用by.x和by.y参数而不是仅使用by可以指示合并的特定列。此外，merge中的suffix参数将控制如何为计数列指定唯一名称。默认情况是附加.x和.y，但您可以更改。