使用R完成字符串的子字符串频率统计

最新推荐文章于 2022-09-09 08:47:50 发布
最新推荐文章于 2022-09-09 08:47:50 发布
阅读量1.9w 收藏 10
点赞数
分类专栏： R | Processing
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yucan1001/article/details/24742871
版权
整理自统计之都论坛方法一   使用strsplit函数a <- "aggcacggaaaaacgggaataacggaggaggacttggcacggcattacacggagg"b <- strsplit(as.character(a),"ag")length(b[[1]]) - 1 ##子字符串"ag"的出现个数方法二   使用正则式函数a <- "aggcacgg
摘要由CSDN通过智能技术生成

整理自统计之都论坛


方法一   使用strsplit函数

a <- "aggcacggaaaaacgggaataacggaggaggacttggcacggcattacacggagg"
b <- strsplit(as.character(a),"ag")
length(b[[1]]) - 1  ##子字符串"ag"的出现个数

方法二   使用正则式函数 

a <- "aggcacggaaaaacgggaataacggaggaggacttggcacggcattacacggagg"
b <- strsplit(as.character(a),"ag")
regexpr("ag",a)
gregexpr("ag",a)
gregexpr("a.g",a)
attr(gregexpr("a.g",a)[[1]], "match.length")   #提取子模式长度

方法三  使用str_count函数 

library(stringr)
str_count("1212345", c("12", "23", "00"))


最低0.47元/天 解锁文章
肥萝卜使大力
关注
  • 0
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
检测文件中是否包含指定字符串(1KB)
02-23
例如，在Python中，可以使用`count()`函数来计算子字符串在主字符串中出现的次数。 资源在IT领域中可能指内存、CPU时间、磁盘空间等。由于我们的任务涉及读取和处理文件，所以需要考虑资源效率。对于小文件（如1KB...
杭电oj2017 c++
结庐境的博客
02-12 1106
题目简介： Problem Description 对于给定的一个字符串，统计其中数字字符出现的次数。 Input 输入数据有多行，第一行是一个整数n，表示测试实例的个数，后面跟着n行，每行包括一个由字母和数字组成的字符串。 Output 对于每个测试实例，输出该串中数值的个数，每个输出占一行。 Sample Input 2 as...
R语言统计—频数统计
m0_43521164的博客
10-20 4万+
用R语言进行相关的频数的统计，用到的函数为table(): 以下举例说明 对以下表格进行频数统计，如下表： 首先，导入数据： data<-read.table("clipboard",header=T) 运行结果如下： （1）性别进行频数统计 sex<-table(data$性别) （2）对受教育程度进行频数统计 eedu<-table(data$受教育程度) （3...
R语言学习之字符串处理实例(4)之特定字符计数
weixin_44952348的博客
12-10 5601
通过实例来学习R对字符串的处理。 用到的数据集是R自带的USArrests 查看该数据集的前几行 > head(USArrests) Murder Assault UrbanPop Rape Alabama 13.2 236 58 21.2 Alaska 10.0 263 48 44.5 Arizona 8.1 294 80 31.0 Arkansas 8.8 190
r元霍夫曼编码.zip
07-16
而在r元霍夫曼编码中，编码可以是任意长度的字符串，由r个不同的字符（如0, 1, 2, ..., r-1）组成。这使得编码更灵活，能适应更复杂的字符集和编码需求。 3. 前缀特性：无论是二元还是r元霍夫曼编码，都要求编码...
实验6-Python实验报告.docx
01-13
1. `count()`：统计子字符串在原字符串中出现的次数，例如`"hello".count("l")`返回2。 2. `find()`和`index()`：查找子字符串首次出现的位置，`find()`返回索引，找不到则返回-1；`index()`找不到时会抛出异常。 3....
PHP count_chars()函数讲解
10-17
它可以统计ASCII字符在字符串中出现的频率，也可以判断某个字符是否在字符串中出现过。这个函数可以帮助开发者进行字符分析，比如在编码问题排查、文本处理或数据清理等场景。 ### 语法 `count_chars()`函数的语法...
入门学习Linux常用必会60个命令实例详解doc/txt
06-09
这里笔者把比较重要和使用频率最多的命令，按照它们在系统中的作用分成下面六个部分一一介绍。 ◆ 安装和登录命令：login、shutdown、halt、reboot、install、mount、umount、chsh、exit、last； ◆ 文件处理命令...
R语言基础—频数与相对频率计算
Mrrunsen的博客
09-09 2962
在R中可以使用table()函数计算频数，这在我们数据分析中经常用到；若查看两个变量的交叉表则推荐xtabs()函数，表达式见下面的示例，还可以结合prop.table()函数查看各数据的百分比，也可以结合margin.table()函数或addmargins()计算行列的合计数。我们还可以使用gmodels包中CrossTable()函数来计算交叉表的频数和百分比，并且可以指定输出与SPPS一样的数据格式。这是一些查看分类变量并进行简单统计分析的一些操作，大家做分数分析时会经常用到的。
dplyr count 函数
neweastsun的专栏
11-07 1万+
dplyr count 函数 count 函数计算数据集中列唯一值的数量。利用count可以方便地以表格形式展示变量的数量。本文通过示例说明如何使用该函数。 加载库 我们可以单独加载dplyr包，我建议直接加载 tidyverse 包，因为我们还要使用其他特性。 library(tidyverse) 加载数据 我们加载 tidyverse中的mtcars数据集，利用glimpse函数看下数据概况。 data("mtcars") glimpse(mtcars) # Rows: 32 # Column
数据应用流水线-数据应用
loki的博客
09-29 988
软件系统主要包括：算法与数据。 一切的根源都来源于数据，抛开业务流程，软件全生命周期只考虑一件事--数据存储于应用。 上图就是一个数据应用的全流程结构图。 数据源：代表着底层的数据存储。 数据接入：数据总线，支持对底层各类数据源的读写。 数据计算：支持数据的分布式批量加工计算。 数据服务：支持对数据加工后的数据提供API接口服务。 数据消费：实现数据的应用。 ...
r数据框计算字符出现次数_R语言总结（上）18
weixin_39759890的博客
12-17 2679
第一章Listing 1.1 - A Sample R sessionListing 1.2 - An example of commands used to manageListing 1.3 - Working with a new package在这一章中我学会了：简单的R语言操作，R包的下载，help()帮助命令？？和？的操作作用第二章 创建基本的数据类型Listing 2....
统计txt中某个字符出现的次数r语言_leetcode192_bash_统计词频
weixin_39974400的博客
11-20 1017
题目写一个 bash 脚本以统计一个文本文件 words.txt 中每个单词出现的频率。为了简单起见，你可以假设：words.txt只包括小写字母和 ' ' 。每个单词只由小写字母组成。单词间由一个或多个空格字符分隔。示例:假设 words.txt 内容如下：the day is sunny the thethe sunny is is你的脚本应当输出(以词频降序排列)：the 4is 3sunn...
R语言计算频数和频率
热门推荐
t15600624671的博客
07-14 4万+
需求是这样的，有下面一个数据框： 产品分类 期数 逾期月数 委托贷款 24 1 委托贷款 36 1 担保贷款 24 2 委托贷款 24 2 信用贷款 36 4 担保贷款 24 3 信用贷款 24 1 委托贷款 36 3 担保贷款 24 2 现在希望得到每种产品种类在不同期数时，逾期月
[R语言统计]频数表
zhyoulun的专栏
06-09 3万+
频数表在统计学中是一个非常基本并且重要的概念，我们这里就来讲解它的基本用法。
R语言频数统计函数和独立性检验函数
ZDDWLIG的博客
01-15 978
1. 频数统计函数 1.1 数据分组 我们要进行频数统计，首先要利用因子对数据进行分组，以mtcars数据集为例，如果要对cyl中的数据进行离散分组 > mtcars$cyl<-as.factor(mtcars$cyl) > split(mtcars$cyl) > split(mtcars,mtcars$cyl) $`4` mpg cyl disp hp drat wt qsec vs am gear carb Datsun 710
R语言-频数统计函数
weixin_51077152的博客
09-08 6292
R如何对数据进行分组 1. factor()函数 > mtcars$cyl <- factor(mtcars$cyl) > mtcars$cyl [1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4 Levels: 4 6 8 2. cut()函数 > cut(mtcars$mpg,c(seq(10,50,10))) [1] (20,30] (20,30] (20,30] (20,30] (10,
哈夫曼树统计字符出现频率
最新发布
06-08
可以使用哈希表来统计字符出现的频率，然后使用这些频率构建哈夫曼树。具体步骤如下： 1. 遍历字符串，使用哈希表统计每个字符出现的频率。 2. 将哈希表中的键值对按照频率从小到大排序。 3. 创建一个节点数组，每个节点存储一个字符和它出现的频率。 4. 构建哈夫曼树，从节点数组中选取频率最小的两个节点作为左右子节点，将它们的频率相加得到新节点的频率，再将新节点加入节点数组中，直到节点数组中只剩下一个节点为止。 5. 哈夫曼树的根节点即为所有字符的编码。 下面是一个示例代码实现： ```python from collections import defaultdict class Node: def __init__(self, char, freq): self.char = char self.freq = freq self.left = None self.right = None def build_huffman_tree(s): # 统计字符出现的频率 freq_dict = defaultdict(int) for c in s: freq_dict[c] += 1 # 按照频率从小到大排序 sorted_freq = sorted(freq_dict.items(), key=lambda x: x[1]) # 创建节点数组 nodes = [] for char, freq in sorted_freq: nodes.append(Node(char, freq)) # 构建哈夫曼树 while len(nodes) > 1: left = nodes.pop(0) right = nodes.pop(0) new_freq = left.freq + right.freq new_node = Node(None, new_freq) new_node.left = left new_node.right = right nodes.append(new_node) nodes.sort(key=lambda x: x.freq) return nodes[0] s = "hello world" root = build_huffman_tree(s) # 输出字符的编码 def print_codes(node, prefix=""): if node.char: print(node.char, prefix) else: print_codes(node.left, prefix + "0") print_codes(node.right, prefix + "1") print_codes(root) ``` 输出结果为： ``` h 00 e 01 o 10 l 110 111 r 1000 w 1001 d 1010 ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值