从字符串中删除特定短语[重复]答案

【问题标题】：Remove specific phrases from a string [duplicate]从字符串中删除特定短语[重复]
【发布时间】：2017-10-16 09:01:39
【问题描述】：

我正在尝试将 R 用于一些基本的文本分析。

我有一列包含复杂数据类型。我希望维护一个单独的表，可以用来从第一个数据列中删除某些短语。

我试过 gsubfn 但没有任何成功。

例如

dirtydata <- c("JOHN COURT","@PETER","BOB 22","RUPERT BODY CORPORATE")
removefields <-c("COURT","BODY CORPORATE")

为什么

x <- gsubfn(removefields,"",dirtydata)

不工作？

希望有成果

c("JOHN ","@PETER","BOB 22","RUPERT ")

【问题讨论】：

请包括附加加载包的名称。但你可以试试gsub(paste(removefields, collapse = "|"),"",dirtydata)
How to replace multiple strings with the same in R 或 this one 的可能重复

标签： r gsub

【解决方案1】：

请使用R的base函数找到下面编辑的代码

dirtydata <- c("JOHN COURT","@PETER","BOB 22","RUPERT BODY CORPORATE")
removefields <-c("COURT","BODY CORPORATE")
pastedFields = paste0(removefields,collapse = "|")
gsub(pastedFields,"",dirtydata)

【讨论】：

你能详细说明一下吗？我假设您正在以列表格式获取输出，除了向量？如果是这样，请将您应用的代码行放在数据列上

【解决方案2】：

这概括了您放入 removefields 的任何内容，并去除要删除的字符串周围的空格：

dirtydata <- c("JOHN COURT","@PETER","BOB 22","RUPERT BODY CORPORATE")
removefields <- c("COURT","BODY CORPORATE")
removefields <- paste0("\\s+", removefields, "\\s+", collapse = "|")
x <- gsub(removefields, "", dirtydata)

【讨论】：

【解决方案3】：

我们可以使用tm包

dirtydata <- c("JOHN COURT","@PETER","BOB 22","RUPERT BODY CORPORATE")
removefields <-c("COURT","BODY CORPORATE")

library(tm)
removeWords(dirtydata, removefields)

> removeWords(dirtydata, removefields)
[1] "JOHN "   "@PETER"  "BOB 22"  "RUPERT "

【讨论】：

【解决方案4】：

试试这个。

dirtydata <- c("JOHN COURT","@PETER","BOB 22","RUPERT BODY CORPORATE")
removefields <-c("COURT | BODY CORPORATE")
x <- gsub(removefields, "", dirtydata)

【讨论】：