如何从词频数据框中生成字符串

【问题标题】：How to generate strings from a data frame of word frequencies如何从词频数据框中生成字符串
【发布时间】：2016-05-06 04:31:42
【问题描述】：

假设我有以下包含词频的数据框：

      Bob   Joe Go  Eat Run
doc1    2   0   0   1   2 
doc2    0   1   1   2   0

我需要生成一个char向量如下：

chr[1:2] "Bob Bob Eat Run Run"
         "Joe Go Eat Eat"

【问题讨论】：

标签： r dataframe word-frequency

【解决方案1】：

您可以尝试以下方法：

df <- data.frame(Bob = c(2, 0), Joe = c(0, 1), Go = c(0, 1), Eat = c(1, 2), Run = c(2, 0))
row.names(df) <- c('doc1', 'doc2')
df
     Bob Joe Go Eat Run
doc1   2   0  0   1   2
doc2   0   1  1   2   0

apply(df, 1, function(x) paste(rep(names(df), x), collapse = ' '))
                 doc1                  doc2 
"Bob Bob Eat Run Run"      "Joe Go Eat Eat"

如果你不喜欢上面的“命名”向量，并且想要一个直字符向量，你可以这样做：

as.character(apply(df, 1, function(x) paste(rep(names(df), x), collapse = ' ')))
[1] "Bob Bob Eat Run Run" "Joe Go Eat Eat"

【讨论】：

【解决方案2】：

这是一个使用data.table 的选项。将'data.frame'转换为'data.table'，按行序列分组，unlist列，复制df的列名，然后paste它一起。

library(data.table)
setDT(df)[, toString(rep(names(df), unlist(.SD))) ,1:nrow(df)]$V1
#[1] "Bob, Bob, Eat, Run, Run" "Joe, Go, Eat, Eat"

或者使用来自base R的tapply

tapply(unlist(df), row(df), FUN= function(x) 
                     toString(rep(names(df), x)))

【讨论】：