如何解决与原子向量有关的R错误消息？

Question

我在RStudio使用R ，我运行以下代码来对一组非结构化文本执行情感分析。 由于一堆文本包含一些无效字符（由表情符号和其他拼写错误引起），我想在继续分析之前删除它们。

我的R代码（摘录）如下：

setwd("E:/sentiment")

doc1=read.csv("book1.csv", stringsAsFactors = FALSE, header = TRUE)

# replace specific characters in doc1
  doc1<-gsub("[^\x01-\x7F]", "", doc1)

library(tm)

#Build Corpus
corpus<- iconv(doc1$Review.Text, to = 'utf-8')
corpus<- Corpus(VectorSource(corpus))

当我到达这行代码corpus<- iconv(doc1$Review.Text, to = 'utf-8')时，我收到以下错误消息：

Error in doc1$Review.Text : $ operator is invalid for atomic vectors

我看了下面的StackOverflow问题：

使用tm包删除R中的表情符号

替换字符串中的特定字符

在运行tm软件包之前，我还尝试过以下方法来清理文本，但是我收到了同样的错误： doc1<-iconv(doc1, "latin1", "ASCII", sub="")

我该如何解决这个问题？

Answer 1

同

doc1<-gsub("[^\x01-\x7F]", "", doc1)

你覆盖了对象doc1 ，从而不是数据帧而是字符向量; 看到：

doc1 <- gsub("[^\x01-\x7F]", "", iris)
str(doc1)

现在清楚了

doc1$Species

产生错误。
最终你想做：

doc1$Review.Text <- gsub("[^\x01-\x7F]", "", doc1$Review.Text)