У меня есть файл данных csv с текстами песен, где каждая строка является предложением.Я могу прочитать это и использовать функцию unnest_tokens, чтобы разбить фрейм данных на новый фрейм данных, где каждая строка - это слово.Сейчас я пытаюсь токенизировать только первые несколько строк информационного кадра вместо всего этого.Итак, я подумал, что мог бы просто создать новый подкадр, используя индекс, а затем использовать ту же функцию, но не повезло:
#Works on the whole dataframe
library(dplyr)
library(tokenizers)
library(tidytext)
biggie <- read.csv("C:/Users/First.Last/Desktop/biggie.csv", stringsAsFactors=FALSE)
colnames(biggie)[1] <- 'biggie'
bigsplit <- biggie %>%
unnest_tokens(word, biggie)
Сначала я подумал, что проблема в том, что индексирование изменило исходный кадр данных из списка нахарактер.Итак, я добавил дополнительный шаг, чтобы превратить подмножество обратно в фрейм данных.Когда я тестировал типы объектов с помощью typeof (), все они возвращались в виде списков, поэтому я подумал, что это сработает, когда я пропущу его через строку unnest_tokens.Тем не менее, я получаю эту ошибку, когда запускаю строки:
Ошибка в check_input (x): ввод должен быть символьным вектором любой длины или списком символьных векторов, каждый из которых имеет длину 1.
#Here is where it breaks
bigtest <- biggie[1:10,]
bigtest <- data.frame(bigtest)
colnames(bigtest) <- 'biggie'
bigind <- bigtest %>%
unnest_tokens(word, 'biggie')
Я действительно озадачен тем, что проблема здесь.В моих относительно ограниченных знаниях, похоже, что это должно работать нормально.Я хотел бы получить любой вклад, который может иметь кто угодно.
summary(bigtest)
