Question

我在RSTUDIO中导入了一个包含多行和几列（字母数字值）的.csv，其中包含ä等表达式，用于德语'ä'。

接下来我想做一些文本挖掘，但首先我必须用'ae'替换所有ä表达式。（或同样ü与'ue'）

我查找了像gsub，regmatches等类似的命令...但我不明白:-( 我只是想找到一种方法来搜索所有ü表达式并用“ä”或“ae”替换它们......

任何人都可以帮助我吗？感谢

Answer 1

如何使用gsub的一个简单示例，它应该可以帮助您入门。

我们首先创建一个简短的字符向量。

characters <- c("a small phrase", "a longer phrase", "a", "word")

观察每个gsub命令如何更改向量。

gsub("a", "", characters)
gsub("a ", "", characters)
gsub("phrase", "something", characters)

第一个参数指定您要查找的内容，第二个参数指定您要替换它的内容，第三个参数指出您应用它的对象。

然后我们可以通过将gsub的输出分配给它来更改字符对象。

characters <- gsub("phrase", "something", characters)

现在，当我们运行characters时，我们得到：

[1] "a small something"  "a longer something" "a"                  "word"

此外，除非你真的需要使用拉丁字符，否则你最好使用拉丁语等效（ae），因为并非所有R函数都具有很好的unicode支持。