check_input(x) 中的错误：输入必须是任意长度的字符向量或字符向量列表，每个字符向量的长度为 1
Error in check_input(x) : Input must be a character vector of any length or a list of character vectors, each of which has a length of 1
使用 tidytext 包，我想将我的 tibble 转换为 one-token-per-document-per-row。我将 tibble 的文本列从因子转换为字符，但我仍然遇到相同的错误。
text_df <- tibble(line = 1:3069, text = text)
我的小标题是这样的，其中一列是字符：
# A tibble: 3,069 x 2
line text$text
<int> <chr>
但是当我尝试申请时 unnest_tokens:
text_df %>%
unnest_tokens(word, text$text)
我总是得到同样的错误：
Error in check_input(x) :
Input must be a character vector of any length or a list of character
vectors, each of which has a length of 1.
我的代码有什么问题？
PS：我看过关于这个主题的不同帖子，但没有运气。
谢谢
至少部分问题是包含“$”的变量名。您在代码中有效地做的是尝试从对象 "text" 中获取元素 "text"，这可能是函数 graphics::text 而不是子集。
更改 "text$text" 的名称或用反引号括起来：
text_df %>%
unnest_tokens(word, `text$text`)
一般来说，你应该避免在变量名中使用特殊字符，因为它只会导致像这样的错误。
如果您的问题仍然存在，请提供一个最小的可重现示例：
How to make a great R reproducible example
您的 text 列可能是一个数据框本身，只有一个 text 列：
library(tibble)
library(dplyr,warn.conflicts = FALSE)
library(tidytext)
text <- data.frame(text= c("hello world", "this is me"), stringsAsFactors = FALSE)
text_df <- tibble(line = 1:2, text = text)
text_df
#> # A tibble: 2 x 2
#> line text$text
#> <int> <chr>
#> 1 1 hello world
#> 2 2 this is me
text_df %>%
unnest_tokens(word, text$text)
Error in check_input(x) :
Input must be a character vector of any length or a list of character
vectors, each of which has a length of 1.
修改它以提取文本列并继续：
text_df <- mutate(text_df, text = text$text)
# or if your text is stored as factor
# text_df <- mutate(text_df, text = as.character(text$text))
text_df
#> # A tibble: 2 x 2
#> line text
#> <int> <chr>
#> 1 1 hello world
#> 2 2 this is me
text_df %>%
unnest_tokens(word, text)
#> # A tibble: 5 x 2
#> line word
#> <int> <chr>
#> 1 1 hello
#> 2 1 world
#> 3 2 this
#> 4 2 is
#> 5 2 me
最好使用 str()，或者有时使用 summary()、names() 或 unclass() 来诊断此类问题：
text <- data.frame(text= c("hello world", "this is me"), stringsAsFactors = FALSE)
text_df <- tibble(line = 1:2, text = text)
str(text_df)
#> Classes 'tbl_df', 'tbl' and 'data.frame': 2 obs. of 2 variables:
#> $ line: int 1 2
#> $ text:'data.frame': 2 obs. of 1 variable:
#> ..$ text: chr "hello world" "this is me"
使用 tidytext 包，我想将我的 tibble 转换为 one-token-per-document-per-row。我将 tibble 的文本列从因子转换为字符，但我仍然遇到相同的错误。
text_df <- tibble(line = 1:3069, text = text)
我的小标题是这样的，其中一列是字符：
# A tibble: 3,069 x 2
line text$text
<int> <chr>
但是当我尝试申请时 unnest_tokens:
text_df %>%
unnest_tokens(word, text$text)
我总是得到同样的错误：
Error in check_input(x) : Input must be a character vector of any length or a list of character vectors, each of which has a length of 1.
我的代码有什么问题？
PS：我看过关于这个主题的不同帖子，但没有运气。
谢谢
至少部分问题是包含“$”的变量名。您在代码中有效地做的是尝试从对象 "text" 中获取元素 "text"，这可能是函数 graphics::text 而不是子集。
更改 "text$text" 的名称或用反引号括起来：
text_df %>%
unnest_tokens(word, `text$text`)
一般来说，你应该避免在变量名中使用特殊字符，因为它只会导致像这样的错误。
如果您的问题仍然存在，请提供一个最小的可重现示例： How to make a great R reproducible example
您的 text 列可能是一个数据框本身，只有一个 text 列：
library(tibble)
library(dplyr,warn.conflicts = FALSE)
library(tidytext)
text <- data.frame(text= c("hello world", "this is me"), stringsAsFactors = FALSE)
text_df <- tibble(line = 1:2, text = text)
text_df
#> # A tibble: 2 x 2
#> line text$text
#> <int> <chr>
#> 1 1 hello world
#> 2 2 this is me
text_df %>%
unnest_tokens(word, text$text)
Error in check_input(x) :
Input must be a character vector of any length or a list of character vectors, each of which has a length of 1.
修改它以提取文本列并继续：
text_df <- mutate(text_df, text = text$text)
# or if your text is stored as factor
# text_df <- mutate(text_df, text = as.character(text$text))
text_df
#> # A tibble: 2 x 2
#> line text
#> <int> <chr>
#> 1 1 hello world
#> 2 2 this is me
text_df %>%
unnest_tokens(word, text)
#> # A tibble: 5 x 2
#> line word
#> <int> <chr>
#> 1 1 hello
#> 2 1 world
#> 3 2 this
#> 4 2 is
#> 5 2 me
最好使用 str()，或者有时使用 summary()、names() 或 unclass() 来诊断此类问题：
text <- data.frame(text= c("hello world", "this is me"), stringsAsFactors = FALSE)
text_df <- tibble(line = 1:2, text = text)
str(text_df)
#> Classes 'tbl_df', 'tbl' and 'data.frame': 2 obs. of 2 variables:
#> $ line: int 1 2
#> $ text:'data.frame': 2 obs. of 1 variable:
#> ..$ text: chr "hello world" "this is me"