R言語のstringrパッケージに含まれているstr_count()関数について解説します。この関数は、「文字列の中に、特定の文字やパターンが『何個』含まれているかを数えたい」ときに使える関数です。
stringrパッケージは、文字列データを操作するための強力で便利な関数を多く取り扱っています。また、Rのデータサイエンス向け主要パッケージ群であるtidyverseパッケージにも含まれています。
概要
str_count()は、文字列でパターンが一致した回数をカウントするための関数です。
使い方
str_count(string, pattern = "")
引数
string
文字ベクトルまたは文字ベクトルに変換可能なものを指定します。
pattern = “”
検索するパターンを指定します。
デフォルトの解釈は、正規表現です。一致動作をより細かく制御するには、regex()を使用します。fixed()を使用して、固定文字列(つまり、バイトのみを比較する)を一致させます。これは高速ですが、近似値です。一般に、人間のテキストを一致させるには、指定されたロケールの文字一致ルールを尊重するcoll()が必要になります。boundary()を使用して、文字、単語、行、文の境界を一致させます。空のパターン””は、boundary(“character”) と同等です。
使用例
準備
あらかじめ、tidyverseパッケージまたはstringrパッケージを読み込んでおきます。
# library(tidyverse)でもよい
library(stringr)
出現回数を数える
文字列「あいうえおあいう」内で「あ」が出現する回数を数えるには次のようにします。
str_count("あいうえおあいう", pattern = "あ")
[1] 2
次のように、文字列のベクトルとして指定することもできます。
str_count(c("あいうえおあいう", "あいうえおかきくけこ"), pattern = "あ")
[1] 2 1