时间戳

首页 > 解决方案 > 如何在我的数据集中找到最长的名称（按字母）？

r - 如何在我的数据集中找到最长的名称（按字母）？

问题描述

我有一个问题集，希望我在“babynames”数据集中找出“给至少 1000 个美国婴儿的两个最长的名字”。

我过去尝试过的代码是这样的：

babynames %>%
  mutate(long.name = str_count(babynames$name,
                     "[:alpha:]")) %>%
  filter(n >= 1000) %>%
  arrange(-long.name) %>%
  head(2) %>%
  select(name, long.name)

但它给了我这个：

name        long.name
  <chr>           <int>
1 Christopher        11
2 Christopher        11

通过 group_by 名称，我希望消除上述问题。这是我目前所在的位置：

babynames %>%
  filter(n >= 1000) %>%
  group_by(name) %>%
  mutate(long.name = str_count(babynames$name,
                                  "[:alpha:]")) %>%
  arrange(-long.name) %>%
  head(2)

我期待得到类似的东西：

name        long.name
  <chr>           <int>
1 Christopher        11
2 (some name)        10

但我明白了：

Error: Column `long.name` must be length 1 (the group size), not 1924665

我究竟做错了什么？

标签： r

解决方案

我们可以group_by name和sum每个名字的所有出现，只保留那些出现超过 1000 次的名字，使用计算长度nchar并选择前 2 个值。

library(babynames)
library(dplyr)

babynames %>%
  group_by(name) %>%
  summarise(n = sum(n)) %>%
  filter(n > 1000) %>%
  mutate(name_length = nchar(name)) %>%
  #Can also do 
  #mutate(name_length = stringr::str_count(name, "[:alpha:]")) %>%
  top_n(2, name_length)

#  name              n name_length
#  <chr>         <int>       <int>
#1 Maryelizabeth  1969          13
#2 Michaelangelo  1236          13

推荐阅读