使用qdap将R中的行转到列

Question

我一直在使用"qdap“包中的wfm函数将文本行值转换为列，并在数据包含数字和文本时遇到问题。例如，如果行值为"abcdef“，则转置可以正常工作，但如果值为"ab1000”，则会发生数字截断。有谁能在如何解决这个问题上提出建议呢？

迄今已尝试了以下办法：

input <- read.table(header=F, text="101 ab0003 
             101 pp6500 
             102 sm2456")
colnames(input) <- c("id","channel")

require(qdap)
library(qdap)
output <- t(with(input, wfm(channel, id)))
output <- as.data.frame(output)

expected_output<- read.table(header=F,text="1 1 0
                          0 0 1")

colnames(expected_output) <- c("ab0003","pp6500", "sm2456")

Answer 1

我想也许wfm不是这份工作的合适工具。你似乎没有真正想分词的句子。所以您使用的是一个不必要的开销很大的函数。您真正希望它通过另一个分组变量来表出所拥有的值。

这里有两种方法。一个使用qdapTools的mtabulate，另一个使用基R的table。

library(qdapTools)
mtabulate(with(input, split(channel, id)))

##     ab0003 pp6500 sm2456
## 101      1      1      0
## 102      0      0      1

t(with(input, table(channel, id)))

##      channel
## id    ab0003 pp6500 sm2456
##   101      1      1      0
##   102      0      0      1

您的MWE可能没有反映数据的复杂性，如果是这样的话，我们就会回到原来的问题上来。wfm使用tm包作为后端进行一些操作。所以我们需要提供一些东西给ldots (...)。我重新阅读了文档，这有点让人困惑(我在dev版本中添加了这个信息)，但是我们希望将removeNumbers=FALSE传递给TermDocumentMatrix，如下所示：

output <- t(with(input, wfm(channel, id, removeNumbers=FALSE)))
as.data.frame(output)

##     ab0003 pp6500 sm2456
## 101      1      1      0
## 102      0      0      1