tidytext 示例过滤器错误与管道答案

【问题标题】：tidytext example filter error with pipestidytext 示例过滤器错误与管道
【发布时间】：2016-11-16 15:08:31
【问题描述】：

当试图重现http://tidytextmining.com/twitter.html 中的示例时，出现了问题。

基本上我想对这部分代码进行改编

library(tidytext)
library(stringr)

reg <- "([^A-Za-z_\\d#@']|'(?![A-Za-z_\\d#@]))"

tidy_tweets <- tweets %>% 
    mutate(text = str_replace_all(text, "https://t.co/[A-Za-z\\d]+|http://[A-Za-z\\d]+|&amp;|&lt;|&gt;|RT", "")) %>%
    unnest_tokens(word, text, token = "regex", pattern = reg) %>%
    filter(!word %in% stop_words$word,
        str_detect(word, "[a-z]"))

为了保留 stop_Word 包含的推文数据框。

所以我尝试了这个：

tidy_tweets <- tweets %>% 
    mutate(text = str_replace_all(text, "https://t.co/[A-Za-z\\d]+|http://[A-Za-z\\d]+|&amp;|&lt;|&gt;|RT", "")) %>%
    unnest_tokens(word, text, token = "regex", pattern = reg) 

tidy_tweets_sw <- filter(!word %in% stop_words$word, str_detect(tidy_tweets, "[a-z]"))

但这不起作用，因为我收到以下错误消息：

Error in match(x, table, nomatch = 0L) :  
'match' requires vector arguments

我尝试传递两个输入的矢量版本以进行匹配，但无济于事。有人有更好的主意吗？

【问题讨论】：

tidytext 通常在小插曲中使用anti_join(stop_words)。

标签： r dplyr stringr tidytext

【解决方案1】：

不确定，但我认为您的问题在这里：

tidy_tweets_sw <- filter(!word %in% stop_words$word, str_detect(tidy_tweets, "[a-z]"))

filter 根本不知道您要过滤什么，这应该可以：

tidy_tweets_sw <- tidy_tweets %>% filter(!word %in% stop_words$word, str_detect(tidy_tweets, "[a-z]"))

【讨论】：

完美！非常感谢（“我应该知道”）！
嗯，我认为这就是管道的问题，很容易忘记最左边的 arg 是右边任何函数的第一个 :)
tweets 应更改为 tidy_tweets 以反映 Oki 的中间步骤
Good catch @JakeKaupp 没想到，我专注于丢失的管道:)。

【解决方案2】：

您需要将filter 语句中的数据作为您的第一个参数。

tidy_tweets <- tweets %>% 
  mutate(text = str_replace_all(text, "https://t.co/[A-Za-z\\d]+|http://[A-Za-z\\d]+|&amp;|&lt;|&gt;|RT", "")) %>%
  unnest_tokens(word, text, token = "regex", pattern = reg) 

tidy_tweets_sw <- filter(tidy_tweets, !(word %in% stop_words$word), str_detect(tidy_tweets, "[a-z]"))

【讨论】：