Question

[！[在此处输入图像说明] [1]] [1]以下代码编译企业评论的数据框，旨在从每一行提取企业名称。前14行中没有与正则表达式的匹配，我注意到了，那里没有问题。只要我将第一行包含匹配（在本例中为15），我就会收到以下错误。

Error in substring(x[ind], so, eo) : invalid substring arguments

似乎问题在于regexpr将结果发送到index.list，并且regmatches无法使用index.list作为正确的参数。

请注意，当我在没有mapply的情况下仅运行第15行时，我会获得正确的结果。如果有一种更有效的方法可以将重新匹配的结果转换为新列而不是mapply，请告诉我。我不能使用stringr或其他包（学校作业）。

require("tm")
reviews <- VCorpus(DirSource("C:/...../reviews"))

all.reviews <-   data.frame(text=unlist(sapply(reviews,'[',"content")),stringsAsFactors=F)

data <- all.reviews[10:15,]

index.list <- mapply(regexpr, "(?<=Review of )(\\w+ )+(?=-\\s*   [A-Z])", data, perl=T))
rest.names <- mapply(regmatches, data, index.list)

我无法附加图片，所以这里是all.reviews data.frame的第15行的样本（它有昏暗的90 X 1）：

通过S。对Yelp的Good To Go -Bronx（4/5）的回顾。 Good To Go 22条评论评分详情类别：餐厅美国（传统）餐馆意大利美国（传统）;意大利[编辑] 1894 Eastchester Rd Bronx; NY 10461（718）829-2222 http://www.good2gorestaurant.com探索菜单添加照片时间：周一至周四;太阳上午10点 - 晚上10点周五至周六上午10点至晚上11点适合儿童：是接受信用卡：是停车：代客;车库;街道;私人地段服装：休闲适合团体：是价格范围：$需要预订：是

该函数的预期输出是一个包含90个元素的向量，其中每个元素都是餐馆名称（如果没有从字符串中提取任何内容，则为空白，因为还有其他评论格式，我将使用其他regexpr语句进行处理）。我们希望看到＆＃34; Good to Go＆＃34;在第15个指数。

Answer 1

我的同学想出了答案。事实证明，mapply的最后一个参数应该是一个列表，而不是一个数据帧，所以lapply可以做到这一点：

data.mult <- all.reviews[1:15,]    

index.list <- lapply(data.mult,function(x) {
regexpr("(?<=Review of )([A-z-'\\s*]+)+\\w+(?=\\s*-\\s*[A-Z])",x,perl=T)})

rest.names <- mapply(regmatches, data.mult, index.list)

使用regmatches作为参数调用mapply时子字符串参数出错

1 个答案: