如何对 r 中包含特定（未知）文本的行求和？

Question

我有一张看起来像这样的桌子：

行	字符串	数量	文件
1	W123ABC-1	9	F1
2	W123ABC	4	F1
3	W123ABC-3； W123ABC-1； W123ABC	11	F2
4	S678DEF-2； S678DEF-3	3	F3
5	D345GHI	4	F1
6	D345GHI-5； D345GHI-8	7	F1
7	S678DEF； S678DEF-3； S678DEF-6	12	F3
8	S678DEF-4	1	F2

我想对 File 列中每个值的 String 列中包含相同前 7 个符号的所有行的 Number 列中的值求和。

示例字符串“D345GHI”：

• 存在于第 5 行和第 6 行
• F1 中的值为 4，F1 中的值为 7

结果：

• F1 值的总和 = 11

示例字符串“W123ABC”：

• 存在于第1,2和3行
• F1 中的值为 9，F1 中的值为 4，F2 中的值为 11

结果：

• F1 值的总和 = 13
• F2 值的总和 = 11

示例字符串“S678DEF”：

• 存在于第4,7和8行
• F3 中的值为 3，F3 中的值为 12，F2 中的值为 1

结果：

• F2 值的总和 = 1
• F3 值的总和 = 15

---

位置 7 之后的String列中的所有符号都是无关的。

我读过一篇非常相似的文章here。不同之处在于我不知道我要查找的确切文本（我不知道 String 列中的所有名称）。我所知道的是，对于要求和的 Number 值，字符串的前 7 个符号必须相同。

有人知道如何使用 r 来做到这一点吗？

Answer 1

这是一个

tidyverse

解决方案：

library(tidyverse)
df %>%
  separate_rows(String, sep = "; ") %>%
  group_by(File) %>%
  count(String)
# A tibble: 4 × 3
# Groups:   File [2]
  File  String     n
  <chr> <chr>  <int>
1 F1    a          2
2 F1    b-1        2
3 F1    c          2
4 F2    x          1

玩具数据：

df <- data.frame(
  String = c("a; b-1; c", "c", "b-1; a", "x"),
  Number = c(5,7,9,11),
  File = c("F1", "F1","F1","F2")
)