我首先承认我在apply函数中表现得非常糟糕，并且在R中一般都是函数编写。我正在开设一个课程项目来清理和建模一些文本数据，我想包括一个清理收缩的步骤。
qdapDictionaries包中包含一个contractions数据框，其中包含两列，第一列是收缩，第二列是扩展版本。例如：
contraction expanded
5 aren't are not
我想使用这里的值在我的文本上运行gsub函数，我仍然在一个大字符元素中。类似于gsub(contr,expd,text)。
这是我用来测试的示例向量：
vct <- c("I've got a problem","it shouldn't be that hard","I'm having trouble 'cause I'm dumb")
我很难理解如何循环数据框（没有实际编写循环，因为它似乎是效率最低的方式）因此我可以运行所有gsub s需要。
这可能是一个简单的答案，但这是我尝试过的：首先，我创建了一个函数，如果通过收缩，它将返回扩展版本：
expand <- function(contr) {
expd <- contractions[which(contractions[1]==contr),2]
}
我可以使用sapply，它可以或多或少地起作用;在收缩中循环第一列，sapply(contractions[,1],expand)返回带有扩展短语的命名矢量字符。
我无法弄清楚如何将此向量与gsub结合起来。我尝试编写第二个函数gsub_expand并更改expand函数以返回收缩和扩展：
gsub_expand <- function(list, text) {
text <- gsub(list[[1]],list[[2]],text)
return(text)
}
当我跑gsub_expand(sapply(contractions[,1],expand),vct)时，它只纠正了我的一部分矢量。
[1] "I've got a problem" "it shouldn't be that hard" "I'm having trouble because I'm dumb"
收缩数据框中的第一个条目是因为因为内部sapply似乎实际上没有循环。我陷入了我想要传递给什么的逻辑，以及我应该绕过的东西。
感谢您的帮助。
答案 0 :(得分：1)
两个选项：
stringr::str_replace_all stringr包与基本正则表达式函数大致相同，但有时候会以极其简单的方式执行。这是其中一次。您可以传递str_replace_all命名列表或字符向量，它将使用名称作为模式，将值用作替换，因此您只需要
library(stringr)
contractions <- c("I've" = 'I have', "shouldn't" = 'should not', "I'm" = 'I am')
str_replace_all(vct, contractions)
你得到了
[1] "I have got a problem" "it should not be that hard"
[3] "I am having trouble 'cause I am dumb"
没有麻烦，没有大惊小怪，只是工作。
lapply / mapply / Map和gsub 您当然可以使用lapply或for循环来重复gsub。您可以通过几种方式制定此调用，具体取决于数据的存储方式以及您希望如何获取数据。让我们先复制vct，因为我们要覆盖它：
vct2 <- vct
现在我们可以使用以下三种中的任何一种：
lapply(1:length(contractions),
function(x){vct2 <<- gsub(names(contractions[x]), contractions[x], vct2)})
# `mapply` is a multivariate version of `sapply`
mapply(function(x, y){vct2 <<- gsub(x, y, vct2)}, names(contractions), contractions)
# `Map` is a multivariate version of `lapply`
Map(function(x, y){vct2 <<- gsub(x, y, vct2)}, names(contractions), contractions)
每个都会返回略有不同的无用数据，但也会将更改保存到vct2，现在看起来与上面str_replace_all的结果相同。
这些有点复杂，主要是因为您需要在每次更改时保存vct的内部版本。 vct <<-写入函数环境外的初始化vct2 ，允许我们捕获连续的更改。对<<-要小心一点;它很强大。有关详细信息，请参阅?assignOps。