blocks|key|4163247|text|我假设language列是文本，而不是一个因子。在这种情况下，有许多选项，但最简单的imho是使用以下代码：|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|4163248|new_df+<-+merged_Df[merged_Df$language+%25in%25+c("english",+"indonesian",+"scots"),+]|code-block|syntax|javascript|4163249|现在为了计数，你可以使用这个简单但乏味的代码：|4163250|english_cnt+<-+sum(merged_Df$language+==+"english")
indonesian_cnt+<-+sum(merged_Df$language+==+"indonesian")
scots_cnt+<-+sum(merged_Df$language+==+"scots")|4163251|或者这个有点高级，但更通用|4163252|aggregate(x=new_df[,+"language"],+by=list(language+=+new_df$language),+FUN=length)|4163253|希望这能有所帮助。|4163254|entityMap^0|3|8|0|0|0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|W|8|@$9|X|A|Y|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|Z|8|@]|D|@]|E|$I|J]]|$1|K|3|L|5|6|7|10|8|@]|D|@]|E|$]]|$1|M|3|N|5|H|7|11|8|@]|D|@]|E|$I|J]]|$1|O|3|P|5|6|7|12|8|@]|D|@]|E|$]]|$1|Q|3|R|5|H|7|13|8|@]|D|@]|E|$I|J]]|$1|S|3|T|5|6|7|14|8|@]|D|@]|E|$]]|$1|U|3|-4|5|6|7|15|8|@]|D|@]|E|$]]]|V|$]]

I assume that <code>language</code> column is text not a factor. In this case there are many options but easiest imho is to use the following code:

<pre><code>new_df &lt;- merged_Df[merged_Df$language %in% c("english", "indonesian", "scots"), ]
</code></pre>

Now for counting you can use this simple but tedious code:

<pre><code>english_cnt &lt;- sum(merged_Df$language == "english")
indonesian_cnt &lt;- sum(merged_Df$language == "indonesian")
scots_cnt &lt;- sum(merged_Df$language == "scots")
</code></pre>

or this one that is a bit advanced but more general

<pre><code>aggregate(x=new_df[, "language"], by=list(language = new_df$language), FUN=length)
</code></pre>

Hope that helps.

blocks|key|4162826|text|另一种基于R的方法是使用subset。|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|4162827|new_df+<-+subset(merged_Df,+language+%25in%25+c("english",+"indonesian",+"scots"))|code-block|syntax|javascript|4162828|然后统计每种语言在结果中的出现次数|4162829|table(new_df$language)|4162830|entityMap^0|C|6|0|0|0|0^^$0|@$1|2|3|4|5|6|7|Q|8|@$9|R|A|S|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|T|8|@]|D|@]|E|$I|J]]|$1|K|3|L|5|6|7|U|8|@]|D|@]|E|$]]|$1|M|3|N|5|H|7|V|8|@]|D|@]|E|$I|J]]|$1|O|3|-4|5|6|7|W|8|@]|D|@]|E|$]]]|P|$]]

Another base R way is to use <code>subset</code>.

<pre><code>new_df &lt;- subset(merged_Df, language %in% c("english", "indonesian", "scots"))
</code></pre>

And then count the occurences of each language in the result with

<pre><code>table(new_df$language)
</code></pre>

blocks|key|4163436|text|已经列出的选项可以工作，但这里是另一个选项：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|4163437|library(dplyr)
new_df+<-+merged_Df+%25>%25+filter(language+%25in%25+c("english",+"indonesian",+"scots"))
counts+<-+new_df+%25>%25+group_by(language)+%25>%25+count()|code-block|syntax|javascript|4163438|这将为您创建一个新的数据帧，其中包含过滤的数据，然后是每种语言出现的次数的汇总表。|4163439|如果您希望count的名称不同于"n"，则可以在之后使用rename，也可以使用summarise。|offset|length|style|CODE|4163440|#option+1
counts+<-+new_df+%25>%25+group_by(language)+%25>%25+count()+%25>%25+rename(num_occur+=+n)
#option2
counts+<-+new_df+%25>%25+group_by(language)+%25>%25+summarise(num_occur+=+n())|4163441|entityMap^0|0|0|0|S|6|14|9|0|0^^$0|@$1|2|3|4|5|6|7|S|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|T|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|U|8|@]|9|@]|A|$]]|$1|I|3|J|5|6|7|V|8|@$K|W|L|X|M|N]|$K|Y|L|Z|M|N]]|9|@]|A|$]]|$1|O|3|P|5|D|7|10|8|@]|9|@]|A|$E|F]]|$1|Q|3|-4|5|6|7|11|8|@]|9|@]|A|$]]]|R|$]]

The options already listed work, but here is another option:

<pre><code>library(dplyr)
new_df &lt;- merged_Df %&gt;% filter(language %in% c("english", "indonesian", "scots"))
counts &lt;- new_df %&gt;% group_by(language) %&gt;% count()
</code></pre>

This will make you a new dataframe with the filtered data and then a summary table of the number of times each language occurs.

If you want the name of count to be different than "n", you could <code>rename</code> after or you could use <code>summarise</code>.

<pre><code>#option 1
counts &lt;- new_df %&gt;% group_by(language) %&gt;% count() %&gt;% rename(num_occur = n)
#option2
counts &lt;- new_df %&gt;% group_by(language) %&gt;% summarise(num_occur = n())
</code></pre>

I want to loop through the dataframe and if the merged_Df$language is equal to english, indonesian and scots I want to extract those rows of dataframe and put it into another new dataframe. The dataframe looks like this:

<pre><code> language text
1| english | 11 point agenda of #PTI for upcoming Election. 1-Education 2-Healthcare 3-Tax Reform 4-Corruption Control 5-Economy 6-Employment 7-Tourism 8-Agriculture 9-Federation &amp;amp; Provincial Reform 10-Justice 11-Women Empowerment -- Corrupt Gang #PMLn #MQM #ANP #MMA #JUIF #JI #PPP

2| indonesian | @Tadaporn_K &lt;U+0E43&gt;&lt;U+0E0A&gt;&lt;U+0E48&gt; 555555555 &lt;U+0E41&gt;&lt;U+0E15&gt;&lt;U+0E48&gt;&lt;U+0E15&gt;&lt;U+0E2D&gt;&lt;U+0E19&gt;&lt;U+0E19&gt;&lt;U+0E35&gt;&lt;U+0E49&gt;&lt;U+0E40&gt;&lt;U+0E1B&gt;&lt;U+0E48&gt;&lt;U+0E32&gt;&lt;U+0E40&gt;&lt;U+0E1B&gt;&lt;U+0E32&gt;&lt;U+0E21&gt;&lt;U+0E32&gt;&lt;U+0E41&gt;&lt;U+0E23&gt;&lt;U+0E07&gt;&lt;U+0E21&gt;&lt;U+0E32&gt;&lt;U+0E01&gt; &lt;U+0E41&gt;&lt;U+0E0B

3| french | RT @runawaymau: jviens de revoir ça dans ma tl @louehxoioi jui mort

4| scots | RT @soloistkji: do they live together or?

5| spanish | @Jetzmmt La última vez no pude porque me jui al rancho &lt;U+2639&gt;&lt;U+FE0F&gt;&lt;f0&gt;&lt;U+009F&gt;&lt;U+0098&gt;&lt;U+0082&gt;
</code></pre>

The desired new dataframe is:

<pre><code> language text
1| english | 11 point agenda of #PTI for upcoming Election. 1-Education 2-Healthcare 3-Tax Reform 4-Corruption Control 5-Economy 6-Employment 7-Tourism 8-Agriculture 9-Federation &amp;amp; Provincial Reform 10-Justice 11-Women Empowerment -- Corrupt Gang #PMLn #MQM #ANP #MMA #JUIF #JI #PPP

2| indonesian | @Tadaporn_K &lt;U+0E43&gt;&lt;U+0E0A&gt;&lt;U+0E48&gt; 555555555 &lt;U+0E41&gt;&lt;U+0E15&gt;&lt;U+0E48&gt;&lt;U+0E15&gt;&lt;U+0E2D&gt;&lt;U+0E19&gt;&lt;U+0E19&gt;&lt;U+0E35&gt;&lt;U+0E49&gt;&lt;U+0E40&gt;&lt;U+0E1B&gt;&lt;U+0E48&gt;&lt;U+0E32&gt;&lt;U+0E40&gt;&lt;U+0E1B&gt;&lt;U+0E32&gt;&lt;U+0E21&gt;&lt;U+0E32&gt;&lt;U+0E41&gt;&lt;U+0E23&gt;&lt;U+0E07&gt;&lt;U+0E21&gt;&lt;U+0E32&gt;&lt;U+0E01&gt; &lt;U+0E41&gt;&lt;U+0E0B
4| scots | RT @soloistkji: do they live together or?
</code></pre>

How to get this? and how to get the count of each language that how many are english, indonesian and scots?

Loop through dataframe and if i get the desired value extract the row to new dataframe

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

我想循环遍历数据帧，如果merged_Df$language等于英语、印度尼西亚和苏格兰，我想提取这些数据帧的行，并将其放入另一个新的数据帧中。数据帧如下所示：   language          text1|  english      | 11 point agenda of #PTI for upcoming...

问循环遍历dataframe，如果获得了所需的值，则将行提取到新的dataframe
EN

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问循环遍历dataframe，如果获得了所需的值，则将行提取到新的dataframeEN

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问循环遍历dataframe，如果获得了所需的值，则将行提取到新的dataframe
EN