R在同一行中多次匹配表达式

Question

我正在R中处理一组Tweets（我知道是非常原始的），并希望在每个@符号和每个＃之后提取文本，并将它们放入单独的变量中。 例如：

这是使用#twitter的测试推文。 @johnsmith @joesmith。

理想情况下，我希望它在具有twitter johnsmith joesmith等的数据框中创建新变量。

当前我正在使用data $ at <-str_match（data $ tweet_text，“ \\ s @ \\ w +”）data $ hash <-str_match（data $ tweet_text，“ \\ s＃\\ w +”）

显然，这使我第一次出现在新变量中。 有什么建议么？

Answer 1

strsplit和grep将起作用：

x <-strsplit("This is a test tweet using #twitter. @johnsmith @joesmith."," ")
grep("#|@",unlist(x), value=TRUE)
#[1] "#twitter."  "@johnsmith" "@joesmith."

如果只想保留单词，则不要使用＃，@或。：

out <-grep("#|@",unlist(x), value=TRUE)
gsub("#|@|\\.","",out)
[1] "twitter"   "johnsmith" "joesmith" 

更新将结果放在list ：

my_list <-NULL

x <-strsplit("This is a test tweet using #twitter. @johnsmith @joesmith."," ")
my_list$hash <-c(my_list$hash,gsub("#|@|\\.","",grep("#",unlist(x), value=TRUE)))
my_list$at <-c(my_list$at,gsub("#|@|\\.","",grep("@",unlist(x), value=TRUE)))

x <-strsplit("2nd tweet using #second. @jillsmith @joansmith."," ")
my_list$hash <-c(my_list$hash,gsub("#|@|\\.","",grep("#",unlist(x), value=TRUE)))
my_list$at <-c(my_list$at,gsub("#|@|\\.","",grep("@",unlist(x), value=TRUE)))

my_list
$hash
[1] "twitter" "second" 

$at
[1] "johnsmith" "joesmith"  "jillsmith" "joansmith"