R 将数据帧转换为术语文档矩阵

Question

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:)

Answer 1

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：

R 将数据帧转换为术语文档矩阵

R convert dataframe to term-document-matrix

r

dataframe

term-document-matrix