替换r中data.table的许多元素

Question

我有一个单词列表（大约25,000个），每个单词我需要1）找到一堆文本文件（我一直在阅读它们并将它们格式化为data.tables）和2）替换每个这些单词的单词'unk'。

如果每个不需要的单词都在名为wordList的列表中，并且每个单词在单词前后都有空格，例如：

" aaaa "        " aaaahhhhh "   " aaaahhhhhh "  " aaas "        " aaasmtg "     " aachallenge "

最好的方法是在循环中使用gsub，如下所示？

for (i in 1:length(wordList)) {
    Lines<-as.data.table(gsub(pattern=wordList[i], replacement=' unk ', Lines))
}

我目前可以这样做，但我有数百个（小）文件需要处理，而我正在循环使用25,000多个单词，在我的小笔记本电脑上完成需要数天时间。我想知道是否有更有效的方法来使用data.tables，或者如果我最好使用其他工具/方法而不是r？

Answer 1

我认为，不是通过所有单词列表循环，而是需要识别单词列表中哪些行具有字符串，然后简单地替换它们：

Lines[Lines %in% wordlist]<-' unk '