Question

我有一个由几个国家办事处组成的专栏与一家公司联系，我希望缩短fx：中国国家办事处和孟加拉国国家办事处，只有中国或孟加拉国 - 换句话说，删除“＆＃34;办公室＆＃34;和＃34;国家＆＃34;来自名为Imp_Office的专栏。

我尝试使用tm-package，参考之前的帖子，但没有任何反应。

我写的内容：

library(tm)
stopwords = c("Office", "Country","Regional")
MY_df$Imp_Office <- gsub(paste0(stopwords, collapse = "|","", 
MY_df$Imp_Office))

我收到以下错误消息：

  Error in gsub(paste0(stopwords, collapse = "|", "", MY_df$Imp_Office)) 
    : 
      argument "x" is missing, with no default

我也尝试使用函数readLines：

stopwords = readLines("Office", "Country","Regional")
MY_df$Imp_Office <- gsub(paste0(stopwords, collapse = "|","", 
MY_df$Imp_Office))

但这对任何事都没有帮助

我已经考虑过使用其他一些字符串操作方法的可能性，但我不需要检测，替换或删除空格 - 所以我有点迷失在这里。

谢谢。

Answer 1

首先，让我们设置一个数据框，其中包含您所描述的列：

library(tidyverse)


df <- data_frame(Imp_Office = c("China Country Office",
                                "Bangladesh Country Office",
                                "China",
                                "Bangladesh"))
df
#> # A tibble: 4 x 1
#>   Imp_Office               
#>   <chr>                    
#> 1 China Country Office     
#> 2 Bangladesh Country Office
#> 3 China                    
#> 4 Bangladesh

然后我们可以使用stringr包中的str_remove_all()来删除你不想要的任何文本。

df %>%
    mutate(Imp_Office = str_remove_all(Imp_Office, " Country| Office"))
#> # A tibble: 4 x 1
#>   Imp_Office
#>   <chr>     
#> 1 China     
#> 2 Bangladesh
#> 3 China     
#> 4 Bangladesh

由reprex package（v0.2.0）创建于2018-04-24。

如何删除列中的特定单词

1 个答案: