番外.1

昨天有个以前的同学提了个需求，大概是这样的： image.png

计算单词的P评论数。
昨天忙不过来，到今天才把脚本写掉，具体思路是这样的：

# install.packages("openxlsx") #安装打开excel文件的包
library(openxlsx) #载入打开excel文件的包
getwd() #查看当前工作环境目录
setwd('XXX') #设置当前工作环境目录
rm(list=ls()) #清除缓存
data_raw <- read.xlsx("副本数据分析.xlsx",rowNames = F,sheet=1) #载入数据

dir_all <- NULL #设置一个空数据集
for(j in 1:length(data_raw$Title)){
  title <- noquote(data_raw$Title[j]) #读取第j个标题
  title <- gsub("\\("," ",gsub("\\)"," ",title)) #空格替换(和)
  title <- gsub("\\,"," ",gsub("\\，"," ",title))#空格替换，和,
  title <- gsub("\\["," ",gsub("\\]"," ",title)) #空格替换[和]
  title <- gsub("\\/"," ",title) #空格替换/
  title <- gsub("\\|"," ",title) #空格替换｜
  dir <-unlist(strsplit(title," ", fixed=TRUE))  #以空格分割单词
  #dir <-unique(unlist(strsplit(title," ", fixed=TRUE))) #以空格分割单词，删除重复的单词
  num_review <- data_raw$Num[j] #提取该条标题对应的评论数
  for(i in 1:length(dir)){
    dir_all <- c(dir_all,rep(dir[i],num_review)) #以评论的次数复制该条标题的单词，然后追加到最开始设置的数据集中
  }
}
#统计数据集中的单词的频次
word <- unique(dir_all) #
result <- NULL
for(k in 1:length(word)){
  row <- as.data.frame(sum(dir_all==word[k]),word[k])
  colnames(row) <- c("Num")
  result <- rbind(result,row)
}
#写入到csv文件中
write.csv(result,"result_20210310.csv")

先这样吧，以后如果他还有需要在优化吧。