如果您只是想要精确匹配的计数，那么您所需要的只是

sum(df == "setosa")

字符串
在更一般的情况下，grep()或stringr::str_count()是必要的，例如如果有可能包含目标字符串的句子，你可以使用Reduce()迭代地对每一列的计数求和。

Reduce(\(x, y) x + sum(grepl("setosa", y)), df, init = 0)

型

在更大的数据集上进行基准测试

它表明最简单的方法表现最好。在一般情况下，我的方法所花费的时间几乎与其他方法相同，但所分配的内存要少得多。

# Dimension: 10000 x 100
df <- as.data.frame(matrix(sample(c("setosa", "virginica", "versicolor"), 1e6, replace = TRUE), 1e4, 1e2))

bench::mark(
  exact_match = sum(df == "setosa"),
  Darren = Reduce(\(x, y) x + sum(grepl("setosa", y)), df, init = 0),
  nrennie = length(grep("setosa", as.matrix(df))),
  jkatam = sum(sapply(df, \(x) grepl('setosa', x))),
  iterations = 100
)

# # A tibble: 4 × 13
#   expression       min  median `itr/sec` mem_alloc `gc/sec` n_itr  n_gc total_time result
#   <bch:expr>  <bch:tm> <bch:t>     <dbl> <bch:byt>    <dbl> <int> <dbl>   <bch:tm> <list>
# 1 exact_match     17ms  17.8ms     55.4    11.53MB   35.4      61    39       1.1s <int> 
# 2 Darren         232ms 247.1ms      4.01    3.86MB    0.446    90    10      22.4s <dbl> 
# 3 nrennie        240ms 255.7ms      3.91   12.79MB    1.30     75    25      19.2s <int> 
# 4 jkatam         239ms 253.2ms      3.94   11.46MB    2.32     63    37        16s <int>

型

假设你只想要总计数，而不是按列计数，那么如果你先将dataframe转换为矩阵，你的代码就可以工作了：

length(grep("setosa", as.matrix(df)))

字符串
返回3。
注意：与unlist()不同，当列具有不同类时，这也适用：

length(grep("OJ", as.matrix(ToothGrowth)))

型

library(tidyverse)

df <- data.frame(
  var1 = sample(c("setosa", "virginica", "versicolor"), 100, replace = TRUE),
  var2 = sample(c("setosa", "virginica", "versicolor"), 100, replace = TRUE),
  var3 = sample(c("setosa", "virginica", "versicolor"), 100, replace = TRUE)
)

字符串
您可以使用table()来获取数据集中每个单词的计数。

unlist(df) |> 
  table()
#> 
#>     setosa versicolor  virginica 
#>        108        104         88

型
或者向下过滤（purrr::keep()）以仅包括“setosa”的出现，然后使用length()获得计数。

df |> 
  unlist() |> 
  keep(\(x) x == "setosa") |> 
  length()
#> [1] 108

型

可选地，sapply如下所示

df2 <- sum(sapply(df, \(x) grepl('setosa', x)))

字符串

例如-要计算B：M的示例，可以使用stringr库中的str_count和sum（）：

sum(stringr::str_count(df$overlaps, "B:M"))

字符串