我希望使用tm包对数据帧的列进行更改，即我希望使用content_transformer、removePunctuation等函数来应用于数据帧的列。例如，使用下面的数据帧
df <- data.frame(a=c("I love TEXTMINING","Here I GO, Again!!"))我希望我们使用content_transformer将df$a转换为小写，
浏览 2提问于2018-01-31得票数 0
我知道这里也有人问过类似的问题，但我仍然相信我的任务会更复杂。我将一个包含3个文本列的CSV文件读入一个数据框。我使用tm包来清理文本数据。我使用了以下代码：corpus_clean <- tm_map(con_corpus, tolower)
corpus_clean <- tm_map(corp
浏览 0提问于2019-09-20得票数 0
3回答
我正在尝试使用R中的TM包来清理我的文本语料库，但是我一直收到这个错误：我的数据由从文本文件中读取的聊天日志组成，在R中如下所示：1
浏览 0提问于2013-11-12得票数 0
0回答
我对R非常陌生。使用TM包，我试图通过替换同义词来清理一组txt文档。由于我将处理大量数据，因此我尝试使用excel建立一个表，其中第一列中的单词将替换为第二列中的单词，并执行循环来替换我的语料库中的单词。我的代码如下：
docs <- Corpus(DirSo
浏览 2提问于2017-06-13得票数 0
当涉及到使用R中的igraph包创建5个twitter帐户使用的常用单词时，我正在寻找一些帮助，以填补我的经验中的许多空白。我的目标是看看哪些关键字共享帐户，并识别其他的共同的1帐户，而不是其他。到目前为止，我有一个TermDocumentMatrix，它使用tm包显示来自wordcloud的
浏览 2提问于2015-07-06得票数 0
我在R中使用tm包进行文本挖掘，我执行了以下步骤：dataorg <- read.csv("Report_2014.csv")cleanset <- tm_map(cleanset, tolower)
cleanset <- tm
浏览 1提问于2014-01-07得票数 0
我使用tm包来使用以下代码清理一些数据：mycorpus <- tm_map(mycorpus, removePunctuation)dataframe <- as.data.frame(mycorpus)
“as.d
浏览 7提问于2014-07-11得票数 17
回答已采纳
0回答
我正在用Node.js在Javascript中做情绪分析。我正在寻找在Node中清理网页的web挖掘包。Node中有没有像R tm.plugin.webmining包一样的用于web挖掘的内置包？
浏览 7提问于2017-06-19得票数 2
我有900 K strings在一个column的一个dataframe。
我正在尝试清洗它们，我使用的一种清洁方法是R中的removePunctuation包中的tm包。
浏览 0提问于2019-06-11得票数 1
回答已采纳
1回答
我尝试使用以下代码在R tm包中使用removeWords：我得到了以下错误消息： argument "words" is missing, with no default
我在语料库上尝试的所有其他转换都如预期的
浏览 4提问于2016-09-08得票数 0
1回答
我正在尝试阅读一些PDF文件使用软件包tm的文本挖掘在R。然而，我的PDF是德语，我不知道如何处理这些特殊的字符。library(tm)raw_corpus <- VCorpus(DirSource(directory=path,encodinglanguage="de&qu
浏览 3提问于2016-05-19得票数 1
5回答
我使用twitter包从twitteR中提取tweet，并将它们保存到文本文件中。, lazy=TRUE, 'mc.cores=1')(使用mc.cores=1和lazy=True，否则mac上的R会遇到错误)但是这个术
浏览 7提问于2015-07-10得票数 14
回答已采纳
2回答
使用R{tm}包，我通常会创建一个语料库：请注意，我没有使用编码变量。summary (mycorpus)显示列出的文档名称。但是，在一系列tm_map转换之后：
以mycorpus<- tm_map(mycorpus, PlainTextDocument)和mydtm <- DocumentTermMatri
浏览 0提问于2016-06-30得票数 0
2回答
我的代码是：library(tidytext)txt = iconvngrams", n = 6)首先，我在dataframe我想删除数据文件中的<
浏览 2提问于2017-10-24得票数 0
回答已采纳
4回答
查找接近重复记录的技术
、、、
我试图清理一个数据库，多年来，它获得了许多重复的记录，名称略有不同。例如，在“公司”表中，有“某有限公司”和“某公司有限公司”等名称。我的计划是将冒犯的表导出到R中，将名称转换为小写，替换常见的同义词(如“->”有限公司)，删除非字母字符，然后使用agrep来查看什么看起来类似。我的第一个问题是，agrep只接受一个模式来匹配，而遍历每个公司名称来匹配其他的模式是缓慢的。(一
浏览 0提问于2011-07-13得票数 50
回答已采纳
我正试图在R Studio中进行情感分析，但遇到了向量大小错误：dtm2 <- as.matrix(dtm)
我得到错误“错误:无法分配大小为38.3 Gb的向量”。dtm是具有178884个元素的语料库的DocumentTermMatrix，26.7Mb，文本由评论组成。我阅读了StackOverflow上的所有其他回复，但我不理解它们，可能它们不适用于我的问题。如何在R Studio中</
浏览 23提问于2021-03-11得票数 1
library("rgdal")area_dnipro <- readOGR("dnipro.shp", encoding = "UTF-8", use_iconv=TRUE)但在策划过程中我得到了这样的信息：In sp::proj4string(obj) : CRS objecthas co
浏览 3提问于2021-04-21得票数 1
回答已采纳
1回答
我是tm包的新手，如果能得到帮助，我将不胜感激。我有一堆帖子，我已经从其中提取了不必要的符号和停用词，我已经使用tm包的各种函数(见下文)完成了这些工作。最后，我剩下201个文档，其中包含我需要的干净字符串，但是，它不是R对象，而是VCorpus对象。我应该如何将这些处理过的文档全部缝合到一个文本文件中，使其成为一个长字符串？换句话说，如何将VCorpus对象转换为data
浏览 0提问于2016-08-04得票数 2
我有csv文件，我正在将其读入Python Pandas Dataframe。我想对操作进行矢量化，以便使用针对某些列的一组用户定义函数对列运行数据清理，并将结果附加到数据帧中。我可以读取记录并逐个处理它们，但我想通过Pandas使用一个函数对1整列进行操作来向量化操作。输入数据帧0 a b c d2 j r y k
我想在列<
浏览 3提问于2019-11-01得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
