尝试重现http://tidytextmining.com/twitter.html中的示例时,会出现问题。
基本上我想调整这部分代码
library(tidytext)
library(stringr)
reg <- "([^A-Za-z_\\d#@']|'(?![A-Za-z_\\d#@]))"
tidy_tweets <- tweets %>%
mutate(text = str_replace_all(text, "https://t.co/[A-Za-z\\d]+|http://[A-Za-z\\d]+|&|<|>|RT", "")) %>%
unnest_tokens(word, text, token = "regex", pattern = reg) %>%
filter(!word %in% stop_words$word,
str_detect(word, "[a-z]"))
为了保持stop_Word包含推文的数据帧。
所以我试过这个:
tidy_tweets <- tweets %>%
mutate(text = str_replace_all(text, "https://t.co/[A-Za-z\\d]+|http://[A-Za-z\\d]+|&|<|>|RT", "")) %>%
unnest_tokens(word, text, token = "regex", pattern = reg)
tidy_tweets_sw <- filter(!word %in% stop_words$word, str_detect(tidy_tweets, "[a-z]"))
但是这没有用,因为我收到以下错误消息:
Error in match(x, table, nomatch = 0L) :
'match' requires vector arguments
我试图传递两个输入的矢量版本来匹配,但无济于事。 有没有人有更好的主意?
答案 0 :(得分:1)
您需要将foldr consCase nilCase
语句中的数据作为第一个参数。
filter
答案 1 :(得分:1)
不确定,但我认为您的问题在这里:
tidy_tweets_sw <- filter(!word %in% stop_words$word, str_detect(tidy_tweets, "[a-z]"))
filter
根本不知道你要过滤的内容,这应该有效:
tidy_tweets_sw <- tidy_tweets %>% filter(!word %in% stop_words$word, str_detect(tidy_tweets, "[a-z]"))