如何将DFM转换成数据文件而保留文档？
如何将DFM转换成数据文件而保留文档？
提问于 2020-02-26 17:49:42
我正在使用quanteda软件包和关于它的非常好的教程来对纸质文章进行各种操作。随着时间的推移，我通过在mainwordsDFM中选择特定单词并使用textstat_frequency(mainwordsDFM, group = "Date")获得它们的频率，然后将结果转换为数据，然后用ggplot绘制。然而，我现在尝试绘制一个单词的频率随时间的变化，并通过纸。我在上一次操作中使用的解决方案在这种情况下不起作用，因为只可能包含一个变量来分组频率分析的结果。
因此，我想知道是否有可能将mainwordsDFM转换为数据格式，但是当我使用convert(mainwordsDFM, to = "data.frame")时，包含在dfm中的 docVars消失了，只留下所选单词.的出现。
是否有一种在不丢失docVars ?的情况下将此dfm转换为数据格式的方法？
正如您可能已经理解的，我对转换dfm感兴趣，因为它允许我保留特定的单词，当我的原始数据(从我制作语料库的地方，然后是令牌，然后是dfm)有完整的文本时。
我对它的效用表示怀疑，但下面是我的dfm负责人的dput：
new("dfm", settings = list(), weightTf = list(scheme = "count",
base = NULL, K = NULL), weightDf = list(scheme = "unary",
base = NULL, c = NULL, smoothing = NULL, threshold = NULL),
smooth = 0, ngrams = 1L, skip = 0L, concatenator = "_", version = c(1L,
5L, 2L), docvars = structure(list(Date = structure(c(9132,
9136, 9136, 9141, 9141, 9142), class = "Date"), Journal = c("Libération",
"Libération", "Libération", "Libération", "Le Monde", "La Tribune (France)"
), Titre = c("Autriche, Finlande et Suède, trois nouveaux prêts à jouer les bons élèves",
"La Suède fait ses débuts dans l'Union européenne en passant par Paris",
"1994: Année gay?", "\"\"\"\"Le Péril jeune\"\"\"\" fait table rase des années 70",
"OLYMPISME Un comité contre la discrimination des athlètes musulmanes a été créé \"\"\"\"Atlanta Plus\"\"\"\" lutte pour l'exclusion des J.O. de 1996 des délégations exclusivement masculines",
"La démonstration de force des eurodéputés"), Auteur = c("MILLOT Lorraine",
"MILLOT Lorraine", "REMES Erik", "PERON Didier", "AULAGNON MICHELE",
NA), Year = structure(c(9131, 9131, 9131, 9131, 9131, 9131
), class = "Date"), mois = structure(c(9131, 9131, 9131,
9131, 9131, 9131), class = "Date")), row.names = c("1", "2",
"3", "4", "5", "6"), class = "data.frame"), i = 2:4, p = c(0L,
1L, 2L, 3L, 3L), Dim = c(6L, 4L), Dimnames = list(docs = c("1",
"2", "3", "4", "5", "6"), features = c("sexisme", "féminisme",
"droitsdesfemmes", "égalitédessexes")), x = c(1, 2, 1), factors = list())这里是史泰尔：
Formal class 'dfm' [package "quanteda"] with 15 slots
..@ settings : list()
..@ weightTf :List of 3
.. ..$ scheme: chr "count"
.. ..$ base : NULL
.. ..$ K : NULL
..@ weightDf :List of 5
.. ..$ scheme : chr "unary"
.. ..$ base : NULL
.. ..$ c : NULL
.. ..$ smoothing: NULL
.. ..$ threshold: NULL
..@ smooth : num 0
..@ ngrams : int 1
..@ skip : int 0
..@ concatenator: chr "_"
..@ version : int [1:3] 1 5 2
..@ docvars :'data.frame': 16014 obs. of 6 variables:
.. ..$ Date : Date[1:16014], format: "1995-01-02" "1995-01-06" "1995-01-06" "1995-01-11" ...
.. ..$ Journal: chr [1:16014] "Libération" "Libération" "Libération" "Libération" ...
.. ..$ Titre : chr [1:16014] "Autriche, Finlande et Suède, trois nouveaux prêts à jouer les bons élèves" "La Suède fait ses débuts dans l'Union européenne en passant par Paris" "1994: Année gay?" "\"\"\"\"Le Péril jeune\"\"\"\" fait table rase des années 70" ...
.. ..$ Auteur : chr [1:16014] "MILLOT Lorraine" "MILLOT Lorraine" "REMES Erik" "PERON Didier" ...
.. ..$ Year : Date[1:16014], format: "1995-01-01" "1995-01-01" "1995-01-01" "1995-01-01" ...
.. ..$ mois : Date[1:16014], format: "1995-01-01" "1995-01-01" "1995-01-01" "1995-01-01" ...
..@ i : int [1:14822] 2 10 13 14 18 19 20 24 25 26 ...
..@ p : int [1:5] 0 2935 8389 14690 14822
..@ Dim : int [1:2] 16014 4
..@ Dimnames :List of 2
.. ..$ docs : chr [1:16014] "1" "2" "3" "4" ...
.. ..$ features: chr [1:4] "sexisme" "féminisme" "droitsdesfemmes" "égalitédessexes"
..@ x : num [1:14822] 1 2 1 1 1 1 1 1 1 1 ...
..@ factors : list()非常感谢，问候
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-02-26 18:03:10
假设您的dfm被称为test，您可以这样做：
library(magrittr)
test %>%
convert(to = "data.frame") %>%
cbind(docvars(test))或者没有管道：
cbind(convert(test, to = "data.frame"), docvars(test))据我所知，这是唯一的方法，因为convert不提取文档变量。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/60419692
复制相关文章
相似问题
腾讯云开发者
