R：替换缩写词\单词答案

【问题标题】：R: Replace Abbreviations\ WordsR：替换缩写词\单词
【发布时间】：2021-02-10 19:41:16
【问题描述】：

我整天都在尝试解决这个问题，但没有任何改善。

我正在尝试将以下缩写替换为我的数据集中的以下所需单词：

-缩写： USA, H2O, Type 3, T3, bp

所需字词 美国，水，3 型疾病，3 型疾病，血压

输入数据例如

[1] 我患有 3 型，它被认为是该疾病的最严重阶段。
[2] 多喝 H2O 会让你的皮肤焕发光彩。
[3] 我是 T2 还是 T3？请有人帮忙。
[4]我们在美国没有这个，但我听说它将在未来 3 年内推出。
[5] bp 高意味着我必须注意饮食？

想要的输出是

[1] 我患有 3 型疾病，它被认为是最严重的阶段疾病。
[2] 多喝水会让你的皮肤焕发光彩。
[3] 我是否患有 3 型疾病？请有人帮忙。
[4] 我们在美利坚合众国没有此功能，但我听说将在未来 3 年内提供。
[5] 血压高意味着我必须注意饮食？

我尝试了以下代码，但没有成功：

   data= read.csv(C:"xxxxxxx, header= TRUE")
   lowercase= tolower(data$MESSAGE)
   dict=list("\\busa\\b"= "united states of america", "\\bh2o\\b"= 
   "water", "\\btype 3\\b|\\bt3\\"= "type 3 disease", "\\bbp\\b"= 
   "blood pressure")
   for(i in 1:length(dict1)){
   lowercasea= gsub(paste0("\\b", names(dict)[i], "\\b"), 
   dict[[i]], lowercase)}

我知道我肯定做错了什么。有人可以指导我吗？提前谢谢你。

【问题讨论】：

如果您有data$MESSAGE 的样本，看看我们的解决方案是否正确，那就太好了。您介意将dput(sample(data$MESSAGE, 20)) 的输出附加到您的问题吗？
使用 stringr::str_replace_all() 和命名向量进行替换
一个元素可以包含多个值吗？即我们可以有一个像"USA H2O"这样的字符串吗？还是每个元素只包含一个值，就像示例中一样？
@teunbrand 感谢您的反馈 - 我在线程上添加了输入和所需输出数据的示例。再次感谢您。

标签： r gsub abbreviation

【解决方案1】：

如果您只需要替换整个单词（例如，bp 在 Some bp. 中而不是在 bpcatalogue 中），您将必须使用单词边界从缩写词中构建正则表达式，并且 - 因为您有多词缩写词- 还按长度按降序对它们进行排序（或者，例如，type 可能会在 type three 之前触发替换）。

示例代码：

abbreviations <- c("USA", "H2O", "Type 3", "T3", "bp")
desired_words <- c("United States of America", "Water", "Type 3 Disease", "Type 3 Disease", "blood pressure")
df <- data.frame(abbreviations, desired_words, stringsAsFactors = FALSE)
x <- 'Abbreviations: USA, H2O, Type 3, T3, bp'
sort.by.length.desc <- function (v) v[order( -nchar(v)) ]

library(stringr)
str_replace_all(x, 
    paste0("\\b(",paste(sort.by.length.desc(abbreviations), collapse="|"), ")\\b"), 
    function(z) df$desired_words[df$abbreviations==z][[1]][1]
)

paste0("\\b(",paste(sort.by.length.desc(abbreviations), collapse="|"), ")\\b") 代码创建一个像\b(Type 3|USA|H2O|T3|bp)\b 这样的正则表达式，它匹配Type 3 或USA 等，因为\b 是一个单词边界。如果找到匹配项，stringr::str_replace_all 将其替换为对应的 desired_word。

请参阅R demo online。

【讨论】：