Question

我正在尝试从R中的字符串中提取主题标签，但无法解决以下错误：

（示例集）：

我有一个数据框'MyData'，其中一列包含推文的文本（名为'tweets'），还有一个空列，我想在其中放置每个推文中包含的主题标签（名为'hashtags'）。

View(MyData)
tweets                            hashtags
hello #test1
hello #test2 goodbye #test3

我按如下方式提取主题标签：

MyData$hashtags <- as.character(str_extract_all(MyData$tweets, "#\\S+))

这给了我：

View(MyData)
tweets                          hashtags
hello #test1                    #test1
hello #test2 goodbye #test3     c("#test2","#test3")

但是，我希望显示器只是：

View(MyData)
tweets                          hashtags
hello #test1                    #test1
hello #test2 goodbye #test3     #test2, #test3

毫无疑问，这是一个非常简单的错误，但无论我使用什么提取方法（我尝试过多次），带有多个主题标签的推文总是被c包围（“”，“”，...... ）。

有人可以推荐一种方法来提取所需格式的主题标签，或者之后改变输出吗？

感谢您的帮助。

Answer 1

这个怎么样

#sample data
MyData<-read.table(text="tweets
hello #test1
hello #test2 goodbye #test3", comment="", header=T, sep="\t")

现在使用paste()逗号加入您的搜索结果

MyData$hashtags <- sapply(str_extract_all(MyData$tweets, "#\\S+"), paste, collapse=", ")
MyData
#                        tweets       hashtags
# 1                hello #test1         #test1
# 2 hello #test2 goodbye #test3 #test2, #test3

这是有效的，因为str_extract_all返回一个字符向量列表。不是使用as.character转换该列表，而是使用paste(, collapse=)，我们可以控制这些值的折叠方式并使其保持良好的字符向量。

从R中的字符串中提取主题标签时出错

1 个答案: