R语言如何提取含有关键词的样本？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

R语言小白一枚！
文件中包含100W个样本，我想从中提取title含有“金融”，“理财”，“投资”字样的样本，生成一个新的data frame，该如何操作？谢谢大神指点！ test.xlsx (19.88 KB)

2019-2-22 09:45:28 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：如何提取 关键词 R语言 Title Frame

R函数语法忘记得差不多了，我写个Python的，你自己查得对应一下

df[df['title'].str.contains("金融|理财|投资")]

可以用stringr包中的str_detect函数，如果title中含有金融、理财、投资则返回TRUE。

1. library(stringr)
   
2. df[str_detect(df$title,'金融|理财|投资'),]

复制代码

诗人都在海底 发表于 2019-2-21 18:15
R函数语法忘记得差不多了，我写个Python的，你自己查得对应一下

好的，我试试，谢谢大神！

swufeyumeng 发表于 2019-2-21 19:09
可以用stringr包中的str_detect函数，如果title中含有金融、理财、投资则返回TRUE。

谢谢回复，我试了您的code，出现错误
Error in df[str_detect(data$title, "金融|理财|投资"), ] :
  object of type 'closure' is not subsettable

是数据集不符合调用函数的标准吗？

swufeyumeng 发表于 2019-2-21 19:09
可以用stringr包中的str_detect函数，如果title中含有金融、理财、投资则返回TRUE。

我新上传了一张图片是运行的问题，test文件是测试文件，还希望大神指点~谢谢

chenxi52125 发表于 2019-2-22 09:46
我新上传了一张图片是运行的问题，test文件是测试文件，还希望大神指点~谢谢

我把数据赋值给了df，你不能照抄啊，你是把数据文件读入赋值给了data！把df改称data，在我这运行是没问题的。

1. library(stringr)
   
2. data<-read.csv('test.csv',sep=',',header=T)
   
3. data[str_detect(data$title,'金融|理财|投资|银行'),]

复制代码

swufeyumeng 发表于 2019-2-24 02:02
我把数据赋值给了df，你不能照抄啊，你是把数据文件读入赋值给了data！把df改称data，在我这运行是没问题 ...

实在抱歉，我忘记改了，不好意思啊，谢谢大神了！太感谢了

swufeyumeng 发表于 2019-2-24 02:02
我把数据赋值给了df，你不能照抄啊，你是把数据文件读入赋值给了data！把df改称data，在我这运行是没问题 ...

实在抱歉，我忘记改了，不好意思啊，谢谢大神了！太感谢了

swufeyumeng 发表于 2019-2-24 02:02
我把数据赋值给了df，你不能照抄啊，你是把数据文件读入赋值给了data！把df改称data，在我这运行是没问题 ...

实在抱歉，我忘记改了，不好意思啊，谢谢大神了！太感谢了