拥有这样的数据框：
df <- structure(list(text = c("Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor. Aenean massa. Cum sociis natoque penatibus et magnis dis parturient montes, nascetur ridiculus mus. Donec quam felis, ultricies nec, pellentesque eu, pretium quis, sem. Nulla consequat massa quis enim. Donec pede justo, fringilla vel, aliquet nec, vulputate eget, arcu. In enim justo, rhoncus ut, imperdiet a, venenatis vitae, justo. Nullam dictum felis eu pede mollis pretium. Integer tincidunt. Cras dapibus. Vivamus elementum semper nisi. Aenean vulputate eleifend tellus. Aenean leo ligula, porttitor eu, consequat vitae, eleifend ac, enim. Aliquam lorem ante, dapibus in, viverra quis, feugiat a, tellus. ",
"Nam quam nunc, blandit vel, luctus pulvinar, hendrerit id, lorem. Maecenas nec odio et ante tincidunt tempus. Donec vitae sapien ut libero venenatis faucibus. Nullam quis ante. Etiam sit amet orci eget eros faucibus tincidunt. Duis leo. Sed fringilla mauris sit amet nibh. Donec sodales sagittis magna. Sed consequat, leo eget bibendum sodales, augue velit cursus nunc",
"Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor. Aenean massa. Cum sociis natoque penatibus et magnis dis parturient montes, nascetur ridiculus mus. Donec quam felis, ultricies nec, pellentesque eu, pretium quis, sem. Nulla consequat massa quis enim. Donec pede justo, fringilla vel, aliquet nec, vulputate eget, arcu. In enim justo, rhoncus ut, imperdiet a, venenatis vitae, justo. Nullam dictum felis eu pede mollis pretium. Integer tincidunt. Cras dapibus. Vivamus elementum semper nisi. Aenean vulputate eleifend tellus. Aenean leo ligula, porttitor eu, consequat vitae, eleifend ac, enim. Aliquam lorem ante, dapibus in, viverra quis, feugiat a, tellus. ",
"Nam quam nunc, blandit vel, luctus pulvinar, hendrerit id, lorem. Maecenas nec odio et ante tincidunt tempus. Donec vitae sapien ut libero venenatis faucibus. Nullam quis ante. Etiam sit amet orci eget eros faucibus tincidunt. Duis leo. Sed fringilla mauris sit amet nibh. Donec sodales sagittis magna. Sed consequat, leo eget bibendum sodales, augue velit cursus nunc"
)), .Names = "text", class = "data.frame", row.names = c(NA,
-4L))
可以使用以下代码：
library(tm)
library(dplyr)
library(stringi)
review_source <- VectorSource(df$text)
corpus <- VCorpus(review_source)
dtm <- DocumentTermMatrix(corpus)
temp_frequency <- inspect(dtm)
freq_matrix <- data.frame(ST = colnames(temp_frequency),
Freq = colSums(temp_frequency))
然而，之前只给我一个令牌。
使用quanteda中的dfm（），可以有多个令牌。例子：
library(quanteda)
myDfm <- dfm(df$text, ngrams = c(1,3))
我的问题是如何让dfm像以前一样在下面的命令中作为dtm：
temp_frequency <- inspect(dtm)
freq_matrix <- data.frame(ST = colnames(temp_frequency),
Freq = colSums(temp_frequency))
答案 0 :(得分：1)
制作＆＃34; a＆＃34;在您的示例中，dfm为dtm，相同的命令将起作用：
temp_frequency2 <- as.dfm(temp_frequency)
freq_matrix <- data.frame(ST = colnames(temp_frequency2),
Freq = colSums(temp_frequency2))
freq_matrix
# ST Freq
# aenean aenean 8
# amet amet 4
# consequat consequat 4
# donec donec 8
# eget eget 6
# eleifend eleifend 4
# enim. enim. 4
# eu, eu, 4
# fringilla fringilla 4
# sit sit 6
我更愿意推荐featnames()而不是colnames()。
将myDfm转换为此格式：
myDfm <- dfm(df$text, ngrams = c(1,3))
freq_matrix <- data.frame(ST = featnames(myDfm),
Freq = colSums(myDfm))
head(freq_matrix)
# ST Freq
# lorem lorem 6
# ipsum ipsum 2
# dolor dolor 4
# sit sit 6
# amet amet 6
# , , 56
要获得更多结构，包括按降序频率加上排名和文档频率进行排序，请尝试：
head(textstat_frequency(myDfm))
# feature frequency rank docfreq group
# 1 , 56 1 4 all
# 2 . 46 2 4 all
# 3 aenean 8 3 2 all
# 4 eget 8 4 4 all
# 5 donec 8 5 4 all
# 6 quis 8 6 4 all