代码之家 › 专栏 › 技术社区 › km5041

R: 将文档项计数的数据框转换为文档项矩阵(dtm)

tidytext tm matrix r

km5041 · 技术社区 · 7 年前

我已经有了一个文档术语计数级别的数据框架,注意到文档和术语只是通过整数索引,分数是加权连续数,如果这是相关的,例如:

doc  term  count
1    2     2
1    5     3.1
2    2     0.4
3    5     5.9

但它目前是一个数据帧,我想将其转换为dtm格式,以便使用一些dtm就绪的函数(即RNewsflow的“documents.compare”函数)。

我一直在尝试通过以下方式使用“cast\u dtm”:

dtm <- as.matrix(df) %>% cast_dtm(document, term, count)

其中,“df”是上面示例的数据帧,但我得到以下错误:

Error in UseMethod("ungroup") : no applicable method for 'ungroup' applied to an object of class "c('matrix', 'double', 'numeric')"

1 回复 | 直到 7 年前

phiver 7 年前

你就快到了。您需要输入“doc”,而不是“document”,因为您的列名是doc而不是document。请参见下面的示例。

library(tidytext)
library(dplyr)
dtm <- df %>% cast_dtm(document = doc, term = term, value = count)

数据:

df <- structure(
  list(
    doc = c(1L, 1L, 2L, 3L),
    term = c(2L, 5L, 2L,5L),
    count = c(2, 3.1, 0.4, 5.9)),
  .Names = c("doc", "term", "count"),
  class = "data.frame",
  row.names = c(NA,-4L)
)

推荐文章

Marc B. · 使用ggplot2创建条形图时“缺少值”

1 年前

deschen · tidyverse与外部向量发生突变,该外部向量的元素是数据帧中的列值

1 年前

Laura · 在Shiny中使用可排序的包拖放名称,这些名称将成为图表

1 年前

Mallikarjun M · 如何使用随机森林进行时间序列预测?

1 年前

ly li · 模型摘要:当表格形状改变时,拟合优度消失

1 年前

C.Robin · 将marginaffects::predictions()的结果连接回main df?

1 年前

monotonic · 如何将格式为“col1+col3+col4”的数据帧的行名转换为一列数字向量“c(1,3,4)”?

2 年前

Shawn Hemelstrand · 为什么我的自定义errorbar函数不能在R中工作?

2 年前

RoyBatty · 统计每个字符在整个数据集中出现的次数

2 年前

stats_noob · R: 记录某个“行为”发生的循环的索引?

2 年前