如何使用 R 从列中提取多词单元？
How to extract multi-word units from a column using R?
我的数据是这样的：
话题
测量
气候变化
减少排放
大流行
疫苗接种
慈善事业
募捐
现在我想提取一列中的所有多词单元 (MWU)，即：
topic_mwu<-c("气候变化")
measure_mwu<-c("减排","募捐")
R有自动提取这些MWU的功能吗？基本上我只需要识别那些至少包含一个空格的条目，所以我在考虑 RegEx - hack..
非常感谢您的帮助！
下面的代码应该可以工作：
#your dataframe
dt <- matrix(c("reduce emission", "call for donations", "pandemic", "climate change", "donations", "charity"), ncol =2)
#make it a vector
dt <- as.vector(dt)
#if the table is very big, you can do unique() to remove duplicates
dt <- unique(dt)
#get the MWU
dt[unlist(lapply(strsplit(dt,split = " "), length)) > 1]
这是您要找的吗？
我的数据是这样的：
| 话题 | 测量 |
|---|---|
| 气候变化 | 减少排放 |
| 大流行 | 疫苗接种 |
| 慈善事业 | 募捐 |
现在我想提取一列中的所有多词单元 (MWU)，即：
topic_mwu<-c("气候变化")
measure_mwu<-c("减排","募捐")
R有自动提取这些MWU的功能吗？基本上我只需要识别那些至少包含一个空格的条目，所以我在考虑 RegEx - hack..
非常感谢您的帮助！
下面的代码应该可以工作：
#your dataframe
dt <- matrix(c("reduce emission", "call for donations", "pandemic", "climate change", "donations", "charity"), ncol =2)
#make it a vector
dt <- as.vector(dt)
#if the table is very big, you can do unique() to remove duplicates
dt <- unique(dt)
#get the MWU
dt[unlist(lapply(strsplit(dt,split = " "), length)) > 1]
这是您要找的吗？