Bagaimana untuk Split Strings dalam R - dummies

Koleksi gabungan huruf dan perkataan dipanggil rentetan. Setiap kali anda bekerja dengan teks, anda perlu menggabungkan kata-kata (menyusunnya bersama-sama) dan memisahkannya. Dalam R, anda menggunakan fungsi tampal () untuk menggabungkan dan fungsi strsplit () dipecahkan. Dalam bahagian ini, kami menunjukkan kepada anda cara menggunakan kedua-dua fungsi.

Mula-mula, buat vektor aksara yang disebut pangram, dan tentukan nilai "Rubah coklat cepat melompat ke atas anjing malas", seperti berikut:

>> pangram pangram [1] "Rubah perang cepat melompat ke atas anjing malas"

Untuk memecahkan teks ini pada

sempadan perkataan (ruang), anda boleh menggunakan strsplit () seperti berikut: >> strsplit (pangram, "") [[1]] [1] "The" "quick" "brown" "fox" "jumps" "over" anjing " Perhatikan bahawa baris pertama strsplit () output terdiri daripada [[1]]. Sama dengan cara yang memaparkan vektor R, [[1]] bermakna R menunjukkan unsur pertama dalam senarai. Senarai adalah konsep yang sangat penting dalam R; mereka membenarkan anda untuk menggabungkan semua jenis pembolehubah.

Dalam contoh terdahulu, senarai ini hanya mempunyai satu elemen. Ya, betul: Senarai ini mempunyai satu elemen, tetapi elemen itu adalah vektor.

Untuk mengekstrak elemen dari senarai, anda perlu menggunakan kurungan dua segi empat sama. Split pangram anda ke dalam kata-kata, dan tentukan elemen pertama kepada pemboleh ubah baru yang dipanggil kata-kata, dengan menggunakan penyepaduan dua segi empat ([[]]), seperti berikut:

perkataan perkataan [1] "The" "quick" "perang" "melompat" "lebih" "malas" "anjing"

Untuk mencari elemen unik vektor, termasuk vektor teks, anda menggunakan fungsi unik (). Dalam perkataan berubah-ubah, "yang" muncul dua kali: sekali dalam huruf kecil dan sekali dengan huruf pertama huruf besar. Untuk mendapatkan senarai perkataan unik, mula-mula menukar kata-kata ke huruf kecil dan kemudian gunakan unik:

 >> unik (tolower (kata-kata)) [1] "the" "quick" "brown" "fox" "jumps"