Tidytext R-查找和替换

Question

我有一项调查的结果，其中一组分析器有错误，例如拼写错误，UppercAseS/小写，.

因此，我需要类似于查找和替换之类的解决方案(我已经找到了一些可能的功能，但它们似乎都不起作用。我有点像no0b)

...but不是一个一个地寻找和替换，而是创建一个向量(?)用正确的答案代替“错误”，整理我的课文，以便以后能看到结果。

我试过这个

将VAR1看作是芒类型：

VAR1 <- c("motorbyke","motor bike","Mbike","Motor   B","Motor","Bike")

我想把拼错的喷泉改成正确的，比如说“摩托车”.

DB %>% 
mutate(VAR1 = replace(VAR1, VAR1 == "misspelling", "correct answer")) 

但是单独做这件事有太多错误.

有什么解决办法吗？

谢谢

编辑:尝试添加一个示例

Answer 1

下面是使用tidyverse和left_join的一个可能的解决方案：

DB <- data.frame(
  VAR1=c(c("motorbyke","motor bike","Mbike","Motor   B","Motor","Bike"), 
         sample(stringr::words, 10)))

correction_df <- data.frame(
  cbind(correction="motorbike", incorrect=c("motorbyke","motor bike","Mbike","Motor   B","Motor","Bike"))
)

DB %>%
  left_join(correction_df, by=c(VAR1="incorrect")) %>%
  mutate(VAR1=ifelse(is.na(correction), VAR1, correction)) %>%
  select(-correction)

新条目可以通过提供的语法添加到correction_df中。或者，fuzzyjoin package会做一些非常类似的事情，并且可能会自动化您感兴趣的一些更正。

Answer 2

您可以为向量的str_replace创建一个模式，然后用motorbike (列或向量等)替换所有这些。

VAR1 <- c("motorbyke","motor bike","Mbike","Motor   B","Motor","Bike")

my_pattern <- paste(VAR1, collapse = "|")


library(stringr)
str_replace(VAR1, my_pattern, 'motorbike')

产出：

[1] "motorbike" "motorbike" "motorbike" "motorbike" "motorbike" "motorbike"