Question

我正在尝试将自定义函数添加到软件包tm_map的{{1}}函数中，但是它将数据转换为无法继续的其他格式。

例如，我使用

tm

错误：

library(tm)
library(qdapRegex)

docs <- data.frame(doc_id = c("doc_1", "doc_2"),
                   text = c("This is a text. With some more text, www.yahoo.com", "This another one. with some different text www.google.com"),
                   dmeta1 = 1:2, dmeta2 = letters[1:2],
                   stringsAsFactors = FALSE)

docs = VCorpus(DataframeSource(docs))

content(docs[[1]])

docs <- tm_map(docs, content_transformer(tolower)) # This Works fine
content(docs[[1]])

nchar_rm <- function(x){
  gsub(" *\\b[[:alpha:]]{1,2}\\b *", " ", x)
} # Custom function to remove characters less than 2

docs <- tm_map(docs, nchar_rm) # implement custom function
content(docs[[1]]) # returns an error.

还使用Error in UseMethod("content", x) : no applicable method for 'content' applied to an object of class "character"软件包中的docs <- tm_map(docs, rm_url)函数rm_url返回错误。

Answer 1

以相同的方式使用content_transformer

library(tm)

docs <- tm_map(docs, content_transformer(nchar_rm)) 
content(docs[[1]])
#[1] "This  text. With some more text, www.yahoo.com"

它也可以与rm_url

一起使用

library(qdapRegex)

docs <- tm_map(docs, content_transformer(rm_url))
content(docs[[1]])
#[1] "This is a text. With some more text,"

但是，您可能知道可以完全不使用tm / lapply / sapply等来使用map函数来做到这一点。

lapply(docs$text, rm_url)
lapply(docs$text, nchar_rm)

软件包“ tm”中的“ tm_map”中的自定义函数

1 个答案: