将文本文件加载到 R 中以分析聊天记录

Question

所以，我一直在尝试把一个文本文件（每一行都是一个聊天记录）转成R，转成数据框，进一步整理数据。

我正在使用 read.Lines，因此我可以将每个日志作为一行。因为 read.Lines 读取了一个 long char；然后我将它们转换为字符串（我需要解析日志）；如下

rawchat <- readLines("disc-W-App-avec-loy.txt")
rawchat <- c(lapply(rawchat, toString))

当我想将此列表转换为数据框时，我的问题来了：

rawchat <- as.data.frame(rawchat)

它将列表变成一个数据框，包含 42,000 个变量的 1 个观察值。目的是将其转化为一个变量的 42,000 个观察值。

有什么帮助吗？

顺便说一下，我对在 R 中整理原始数据还很陌生。

所以，我遇到了另一个障碍：

我按照下面的方式加载了一个文本文件作为数据框。

rawchat <- readLines("disc-W-App-avec-loy.txt")
rawchat <- as.data.frame(rawchat, stringsAsFactors=FALSE)
names(rawchat) <- "chat"

我目前正在尝试识别以数字 16 开头的任何行 (42000)。我似乎无法正确应用 startsWith() 函数或 dplyr starts_with() ，甚至 grepl 与正则表达式。

莫非是数据框观察的格式(chr)？

Answer 1

问题出在你的rawchat <- c(lapply(rawchat, toString)) 只需使用

rawchat <- readLines("disc-W-App-avec-loy.txt")")
rawchat <- as.data.frame(rawchat, stringsAsFactors=FALSE)

Loading text file into R to analyze chat log