使用循环从R中的大数据帧中删除停用字需要花费太多时间

# 假设停用字存储在一个名为stopwords的向量中
stopwords <- c("the", "and", "is", "a", "of")

# 创建一个示例数据帧df
df <- data.frame(text = c("This is a sample sentence.", "Another sentence."), stringsAsFactors = FALSE)

# 使用grepl函数创建逻辑向量，标记包含停用字的行
remove_rows <- grepl(paste(stopwords, collapse = "|"), df$text)

# 使用逻辑向量过滤数据帧，删除包含停用字的行
df <- df[!remove_rows, ]

# 打印结果
print(df)

# 安装和加载tm包
install.packages("tm")
library(tm)

# 创建一个示例数据帧df
df <- data.frame(text = c("This is a sample sentence.", "Another sentence."), stringsAsFactors = FALSE)

# 创建一个语料库对象
corpus <- Corpus(VectorSource(df$text))

# 使用tm包提供的函数创建一个停用字列表
stopwords <- stopwords("en")

# 使用tm包提供的函数删除停用字
corpus <- tm_map(corpus, removeWords, stopwords)

# 将语料库转换回数据帧
df <- data.frame(text = sapply(corpus, as.character), stringsAsFactors = FALSE)

# 打印结果
print(df)