替换列中的单词答案

【问题标题】：substitute words in a column替换列中的单词
【发布时间】：2019-03-29 09:46:52
【问题描述】：

a <- data.frame(text = c("hello <firstname> what do you wish to order today?", "I don't understand this. Can you repeat"))

我想用空白替换 - “你好”和“你能不能重复一下”，以便我得到剩余的部分文本。

如何给出我想用空白替换的特定单词列表。这里的具体词是“你好”和“你能重复一下吗”。像这样，我的数据框中有很多词。

数据框中的预期输出：

[1] what do you wish to order today?

[2] I don't understand this.

【问题讨论】：

请修正你的例子。它抛出错误。也许你正在寻找这个trimws(gsub('hello|can you repeat', '', tolower(a$text))) 虽然我不确定<firstname> 发生了什么
Related

标签： r

【解决方案1】：

gsub 的一种方式：

#add the words to remove in an atomic vector
to_remove <- c('hello', 'Can you repeat')
#paste the words together and remove with gsub
gsub(paste(to_remove, collapse = '|'), ' ', a$text)
#[1] "  <firstname> what do you wish to order today?"
#[2] "I don't understand this.  "

根据@Sotos 的评论，在处理文本时，最好将文本小写并去掉尾随空格：

trimws(paste(to_remove, collapse = '|'), '', tolower(a$text)))

【讨论】：

几个建议。将所有内容保留/转换为小写可能会更好。您也可以将所有内容包装在 trimws 中以消除前导/尾随空格 - 请参阅我上面的评论
@Sotos 是的，我都同意。这是处理文本时最安全的技术。我想我只想展示 OP 所要求的答案。我会补充的。

【解决方案2】：

您可以使用一个名为 gsub 的函数。它查看给定模式的字符串，然后替换为所需的输出。

gsub(pattern, replacement, x, ignore.case = FALSE, perl = FALSE,
    fixed = FALSE, useBytes = FALSE)

例子：

gsub("hello", "", a$text)

然后，如果您愿意，可以将输出保存为新列或新变量。

gsub 区分大小写还有一些其他的东西，但可以在here 找到。这也有一些额外的例子。

【讨论】：

【解决方案3】：

gsub 解决方案也可以，这是一个 tidyverse 解决方案。

require(tidyverse)
b <- a %>% mutate(
    text_new = str_remove_all(text, c("hello <firstname>", "Can you repeat"))
  )
b

【讨论】：