R 将数据帧转换为术语文档矩阵
R convert dataframe to term-document-matrix
我目前正在学习 R 的方法,但我被以下问题困扰:
我有一个像这样构建的数据框
word freq1 freq2
tree 10 20
this 2 3
that 4 5
...
它显示了该词在文本 1 (freq1) 和文本 2 (freq2) 中的使用频率。是否可以将其转换为术语文档矩阵?我需要它是一个术语文档矩阵来应用以下函数
par(mfrow=c(1,1))
comparison.cloud(tdm, random.order=FALSE, colors =
c("indianred3","lightsteelblue3"),
title.size=2.5, max.words=400)
来自 https://rpubs.com/brandonkopp/creating-word-clouds-in-r
谢谢:)
编辑: 重塑数据后:
library(reshape2)
library(tm)
library(dplyr)
library(wordcloud)
df2<-df %>%
gather("Origin","Freq",c(2,3)) %>%
acast(word~Origin,fill=0,value.var = "Freq")
comparison.cloud(df2, random.order=FALSE, colors = c("indianred3","lightsteelblue3"),
max.words=400)
结果:
原回答:
就目前而言,您的数据有问题。这是导致词云或比较云的基本工作流程。
library(tm)
library(dplyr)
library(wordcloud)
df<-read.table(text="word freq1 freq2
Tree 10 20
This 2 3
That 4 5",header=T)
df$word<-as.character(df$word)
df1<-df %>%
gather()
corpus_my<-Corpus(VectorSource(df1))
tdm<-as.matrix(TermDocumentMatrix(corpus_my))
comparison.cloud(tdm, random.order=FALSE, colors = c("indianred3","lightsteelblue3"),
max.words=400)
这不是您所期望的。我建议首先重组您的数据:
我目前正在学习 R 的方法,但我被以下问题困扰:
我有一个像这样构建的数据框
word freq1 freq2
tree 10 20
this 2 3
that 4 5
...
它显示了该词在文本 1 (freq1) 和文本 2 (freq2) 中的使用频率。是否可以将其转换为术语文档矩阵?我需要它是一个术语文档矩阵来应用以下函数
par(mfrow=c(1,1))
comparison.cloud(tdm, random.order=FALSE, colors =
c("indianred3","lightsteelblue3"),
title.size=2.5, max.words=400)
来自 https://rpubs.com/brandonkopp/creating-word-clouds-in-r
谢谢:)
编辑: 重塑数据后:
library(reshape2)
library(tm)
library(dplyr)
library(wordcloud)
df2<-df %>%
gather("Origin","Freq",c(2,3)) %>%
acast(word~Origin,fill=0,value.var = "Freq")
comparison.cloud(df2, random.order=FALSE, colors = c("indianred3","lightsteelblue3"),
max.words=400)
结果:
原回答: 就目前而言,您的数据有问题。这是导致词云或比较云的基本工作流程。
library(tm)
library(dplyr)
library(wordcloud)
df<-read.table(text="word freq1 freq2
Tree 10 20
This 2 3
That 4 5",header=T)
df$word<-as.character(df$word)
df1<-df %>%
gather()
corpus_my<-Corpus(VectorSource(df1))
tdm<-as.matrix(TermDocumentMatrix(corpus_my))
comparison.cloud(tdm, random.order=FALSE, colors = c("indianred3","lightsteelblue3"),
max.words=400)
这不是您所期望的。我建议首先重组您的数据: