R将数据框转换为term-document-matrix

时间:2019-01-23 09:50:47

标签: r dataframe term-document-matrix

我目前正在学习有关R和Im的方法,但受到以下问题的困扰:

我有一个像这样建立的数据框

word       freq1        freq2

tree        10           20
this         2            3
that         4            5
...

它显示在文本1(freq1)和文本2(freq2)中使用单词的频率。是否可以将其转换为term-document-matrix?我需要它成为term-document-matrix才能应用以下功能

par(mfrow=c(1,1))
comparison.cloud(tdm, random.order=FALSE, colors = 
c("indianred3","lightsteelblue3"),
title.size=2.5, max.words=400)

来自https://rpubs.com/brandonkopp/creating-word-clouds-in-r

谢谢:)

1 个答案:

答案 0 :(得分:1)

编辑:重塑数据后:

library(reshape2)
library(tm)
library(dplyr)
library(wordcloud)
df2<-df %>% 
  gather("Origin","Freq",c(2,3)) %>% 
  acast(word~Origin,fill=0,value.var = "Freq")
comparison.cloud(df2, random.order=FALSE, colors = c("indianred3","lightsteelblue3"),
                 max.words=400)

结果: enter image description here

原始答案: 您的数据存在问题。这是导致字云或比较云的基本工作流程。

library(tm)
library(dplyr)
library(wordcloud)
df<-read.table(text="word       freq1        freq2

               Tree        10           20
               This         2            3
               That         4            5",header=T)
df$word<-as.character(df$word)
df1<-df %>% 
  gather()
corpus_my<-Corpus(VectorSource(df1))
tdm<-as.matrix(TermDocumentMatrix(corpus_my))
comparison.cloud(tdm, random.order=FALSE, colors = c("indianred3","lightsteelblue3"),
                 max.words=400)

这给出的不是您期望的。我建议先重组您的数据: enter image description here