Question

我已经在文档术语计数级别有一个数据框，注意文档和术语只是用整数索引，分数是加权连续数，如果相关的话，例如：

doc  term  count
1    2     2
1    5     3.1
2    2     0.4
3    5     5.9

但它目前是一个数据框，我想将其转换为dtm格式，以便使用一些dtm-ready函数（即RNewsflow的“documents.compare”函数）。

我一直试图通过以下方式使用“cast_dtm”：

dtm <- as.matrix(df) %>% cast_dtm(document, term, count)

其中“df”是上面示例的数据框，但是我收到以下错误：

Error in UseMethod("ungroup") : no applicable method for 'ungroup' applied to an object of class "c('matrix', 'double', 'numeric')"

Answer 1

你快到了。而不是＆＃34;文件＆＃34;你需要＆＃34; doc＆＃34;作为输入，因为您的列名是doc而不是document。见下面的例子。

library(tidytext)
library(dplyr)
dtm <- df %>% cast_dtm(document = doc, term = term, value = count)

数据：

df <- structure(
  list(
    doc = c(1L, 1L, 2L, 3L),
    term = c(2L, 5L, 2L,5L),
    count = c(2, 3.1, 0.4, 5.9)),
  .Names = c("doc", "term", "count"),
  class = "data.frame",
  row.names = c(NA,-4L)
)

R：文档术语的数据框计数到文档术语矩阵（dtm）

1 个答案: