Question

我确实有一个关于功能构建的问题。我尝试完成以下任务：

我确实有一个数据集df，其中包含几个变量，以及一个文本向量。该文本向量应进行清理（删除，删除停用词等），通过监督的分类算法进行处理并存储结果（readme.results$est.CSMF[[2]]）。

该函数编写起来并不难，但是让人头疼的是该函数的重复。我想在唯一的发言人列表和不同时间点重复/循环此列表。

df_select <- df[df$date >= "1990-12-20" & df$date <= "1994-11-10",]


liste = list()

for(i in 1:)
{
  df_select <- subset(df_select, df_select$speaker == paste(speaker_list[i]))
  {
  complete_fun <- function(){

    df_sample <- sample_n(df_select , 200, replace = T)


    df_sample$text <- as.character(df_sample$text)

    df_sample$text <- tolower(df_sample$text)
    df_sample$text <- tm::removeNumbers(df_sample$text)
    df_sample$text <- tm::removePunctuation(df_sample$text)
    df_sample$text <- str_replace_all(df_sample$text, "  ", "")


    df_sample$text <- tm::removeWords(x = df_sample$text, stopwords(kind = "german"))

    setwd("~/test")

    fn1 <- function(N) {                                                             
      for(i in 1:length(N)) {                                                              
        file.out <- paste("data", i, ".txt", sep = "")                           
        write.table(N[i], file.out)                                              
      }                                                                            
    }    

    fn1(df_sample$text)




    #### README - Classification Algorithm ####

    undergrad.results = undergrad(sep = ";", ignore.case=T, stem=T)
    undergrad.preprocess <- preprocess(undergrad.results)
    readme.results <- readme(undergrad.preprocess,n.subset=300)
    readme.results$est.CSMF[[2]]


  }
  liste[[length(liste)+1]] = readme.results$est.CSMF[[2]]  
  }
  df_select <- df
}

Answer 1

没有您的数据，我没有机会进行测试，但是这样的方法会更好。

自行定义功能。

setwd("~/test")

fn1 <- function(N) {                                                             
  for(i in 1:length(N)) {                                                              
    file.out <- paste("data", i, ".txt", sep = "")                           
    write.table(N[i], file.out)                                              
  }                                                                            
}    

complete_fun <- function(x){

  df_sample <- sample_n(x, 200, replace = T)


  df_sample$text <- as.character(df_sample$text)

  df_sample$text <- tolower(df_sample$text)
  df_sample$text <- tm::removeNumbers(df_sample$text)
  df_sample$text <- tm::removePunctuation(df_sample$text)
  df_sample$text <- str_replace_all(df_sample$text, "  ", "")


  df_sample$text <- tm::removeWords(x = df_sample$text, stopwords(kind = "german"))

  fn1(df_sample$text)


  #### README - Classification Algorithm ####

  undergrad.results = undergrad(sep = ";", ignore.case=T, stem=T)
  undergrad.preprocess <- preprocess(undergrad.results)
  readme.results <- readme(undergrad.preprocess,n.subset=300)
  readme.results$est.CSMF[[2]]

}

然后我们可以创建一个使用此函数的循环并将其输出存储在列表中

df_select <- df[df$date >= "1990-12-20" & df$date <= "1994-11-10",]

liste = list()

for (i in 1:length(speaker_list))
{
  df_select <- subset(df_select, df_select$speaker == paste(speaker_list[i]))
  liste[[i]] <-  complete_fun(df_select)

  #not necessary
  # df_select <- df
}

在发言人列表上循环播放功能

1 个答案: