的对面这很可能是一个愚蠢的问题,但我GOOGLE和谷歌搜索并找不到解决方案。我认为这是因为我不知道用我的问题来搜索的正确方法。unnest_tokens
我有一个数据框,我已经在R中转换为整洁的文本格式来摆脱停用词。我现在想将那个数据框'不整洁'回到原来的格式。
unnest_tokens的反向/反向命令是什么?
编辑:这里是我正在使用的数据的样子。我试图复制西尔格和罗宾逊的书Tidy Text的分析,但使用意大利歌剧的librettos。
character = c("FIGARO", "SUSANNA", "CONTE", "CHERUBINO")
line = c("Cinque... dieci.... venti... trenta... trentasei...quarantatre", "Ora sì ch'io son contenta; sembra fatto inver per me. Guarda un po', mio caro Figaro, guarda adesso il mio cappello.", "Susanna, mi sembri agitata e confusa.", "Il Conte ieri perché trovommi sol con Barbarina, il congedo mi diede; e se la Contessina, la mia bella comare, grazia non m'intercede, io vado via, io non ti vedo più, Susanna mia!")
sample_df = data.frame(character, line)
sample_df
character line
FIGARO Cinque... dieci.... venti... trenta... trentasei...quarantatre
SUSANNA Ora sì ch'io son contenta; sembra fatto inver per me. Guarda un po', mio caro Figaro, guarda adesso il mio cappello.
CONTE Susanna, mi sembri agitata e confusa.
CHERUBINO Il Conte ieri perché trovommi sol con Barbarina, il congedo mi diede; e se la Contessina, la mia bella comare, grazia non m'intercede, io vado via, io non ti vedo più, Susanna mia!
我把它变成整洁的文本,所以我可以摆脱停止词:
tribble <- sample_df %>%
unnest_tokens(word, line)
# Get rid of stop words
# I had to make my own list of stop words for 18th century Italian opera
itstopwords <- data_frame(text=mystopwords)
names(itstopwords)[names(itstopwords)=="text"] <- "word"
tribble2 <- tribble %>%
anti_join(itstopwords)
现在我有这样的事情:
text word
FIGARO cinque
FIGARO dieci
FIGARO venti
FIGARO trenta
...
我想它找回来转换为字符名称和相关行的格式来查看其他事物。基本上,我希望文本的格式与之前的格式相同,但要删除停用词。
你好,请阅读[这](https://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example)和编辑你的问题。了解更多关于你的数据是什么样的以及你做了什么会使其他用户能够帮助你。 – shea