效率更高的方法：将文本转换应用于语料库或df

Question

我有一个df，其中约有10万行，其中texts和doc_id是我要用于文本分析的列。

为了执行一些文本转换，我生成了一个单词Corpus：

df %>%  data.frame(.) %>%  DataframeSource(.) %>% Corpus(.) -> wordCorpus

诸如tolower之类的标准转换效果很好：

wordCorpus<- tm_map(wordCorpus, content_transformer(wordCorpus))

但是，如果我进行一些更复杂的转换，则会用完内存（尽管我有32GB的RAM）。

memory.limit(size=100000)
complex <- content_transformer(function(x) gsubfn("(\\d+)(-| - | bis | jusqu'à )(\\d+)", ~ paste(seq(..1, ..3), collapse = " "), x))
wordCorpus<- tm_map(wordCorpus,complex)

在df本身上执行转换会更有效吗？

类似df %>% group_by(doc_id) %>% mutate(texts=gsubfn("(\\d+)(-| - | bis | jusqu'à )(\\d+)", ~ paste(seq(..1, ..3), collapse = " "), .)

还是有更好的方法以更少的内存使用量完成转换？