Question

（编辑）这个R的东西很新，但我发现它非常有趣。试着按照本教程。好吧所以我要做的是一些文本操作，如条带空白，转换大小写，过滤停止词，但首先我想将其读入包含3列的数据框。我正在尝试读取此zip文件中的数据=

http://www.dt.fee.unicamp.br/~tiago/smsspamcollection/smsspamcollection.zip

这是火腿和垃圾邮件的.txt文件。我想把它分成三列“ID”，“文本”，“类”。 “ID”是字符串的唯一标识符，“Text”是实际消息，“Class”是消息的“ham”或“spam”分类符。

到目前为止我所拥有的是......

dat = readLines("SMSSpamCollection.txt")
dat = as.data.frame(do.call(rbind, strsplit(dat, split="\t")), 
                                                 stringsAsFactors=FALSE)
names(dat) = c("ID", "Class" , "Text")

这会将其读入数据框，但它无法将索引识别为“ID”列，是否有任何帮助？

Answer 1

此文件不包含标识符。它只有两个变量，＆＃39; Class＆＃39;和＆＃39;文字＆＃39;。名字将是＆＃39; Class＆＃39;和＆＃39;文字＆＃39;。

读入.txt文件，而不是将其拆分为3列

1 个答案: