Tidytext R - 查找和替换答案

【问题标题】：Tidytext R - find and replaceTidytext R - 查找和替换
【发布时间】：2021-12-17 17:52:12
【问题描述】：

我有一项调查的结果，其中一堆答案有错误，例如拼写错误、UppercAseS/小写……

因此，我需要类似查找和替换的解决方案（我找到了一些可能的功能，但它们似乎都不起作用。我有点不喜欢）

...但不是一个一个地查找和替换，我想创建一个“错误”的向量（？），然后用正确的答案替换它们，整理我的文本以便以后能够可视化结果.

我试过了

将 VAR1 视为遮阳篷：

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

我想把拼错的遮阳篷改成正确的；比如说“摩托车”……

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

但是单独做会出错太多...

我的困境有什么解决办法吗？

谢谢

编辑：尝试添加示例

【问题讨论】：

请提供最小可重现的假数据来证明和验证！
用示例编辑...？

标签： r tidytext

【解决方案1】：

这是使用 tidyverse 和 left_joins 的一种可能解决方案：

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)

可以使用提供的语法将新条目添加到correction_df。或者，fuzzyjoin package 做了一些非常相似的事情，并且可能会自动执行您感兴趣的一些更正。

【讨论】：

【解决方案2】：

您可以为向量的str_replace 创建一个模式，然后将所有这些替换为motorbike（在列或向量等中......）

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

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


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

输出：

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

【讨论】：