Question

我正在使用R中的一组推文（非常原创，我知道），并希望在每个@符号之后和每个＃之后提取文本并将它们放入单独的变量中。例如：

这是使用#twitter的测试推文。 @johnsmith @joesmith。

理想情况下，我希望在具有twitter johnsmith joesmith等的数据框架中创建新变量。

目前我正在使用 data $ at＆lt; - str_match（data $ tweet_text，“\ s @ \ w +”） data $ hash＆lt; - str_match（data $ tweet_text，“\ s＃\ w +”）

这显然让我第一次出现在一个新变量中。有什么建议吗？

Answer 1

strsplit和grep将有效：

x <-strsplit("This is a test tweet using #twitter. @johnsmith @joesmith."," ")
grep("#|@",unlist(x), value=TRUE)
#[1] "#twitter."  "@johnsmith" "@joesmith."

如果你只想保留单词，不要＃，@或。：

out <-grep("#|@",unlist(x), value=TRUE)
gsub("#|@|\\.","",out)
[1] "twitter"   "johnsmith" "joesmith"

更新将结果放入list：

my_list <-NULL

x <-strsplit("This is a test tweet using #twitter. @johnsmith @joesmith."," ")
my_list$hash <-c(my_list$hash,gsub("#|@|\\.","",grep("#",unlist(x), value=TRUE)))
my_list$at <-c(my_list$at,gsub("#|@|\\.","",grep("@",unlist(x), value=TRUE)))

x <-strsplit("2nd tweet using #second. @jillsmith @joansmith."," ")
my_list$hash <-c(my_list$hash,gsub("#|@|\\.","",grep("#",unlist(x), value=TRUE)))
my_list$at <-c(my_list$at,gsub("#|@|\\.","",grep("@",unlist(x), value=TRUE)))

my_list
$hash
[1] "twitter" "second" 

$at
[1] "johnsmith" "joesmith"  "jillsmith" "joansmith"

R在同一行中多次匹配表达式

1 个答案: