從R中的詞雲中刪除特定詞

Question

我在R中造了2首歌的詞雲。 現在在tdm中顯示項目時，我得到了歌曲1和歌曲2的詞頻。我也能夠完美地打印詞雲。 我的問題是我不希望tdm中的頻率小於2的單詞。我該怎么做。

我編寫了代碼，並得到以下輸出：

tdm=TermDocumentMatrix(corpus)

> tdm=as.matrix(tdm)
>
> tdm
>

song 1  song 2
act                   0  2
action                0  2
actions               0  1
activity              5  4

我只希望單詞活動，因為在兩首歌曲中單詞活動都多次出現。 我的意思是我想刪除詞語，行動，行動，行動。 我怎樣才能做到這一點 ？

Answer 1

您沒有提供類似這樣的數據：

data("crude")
tdm <- TermDocumentMatrix(crude)

x <- as.matrix(tdm)[, 1:2]
x[rowSums(apply(x, 2, ">", 1)) == 2, ]

說明： x <- as.matrix(tdm)[, 1:2]僅獲得2列類似您的數據的數據，因此它什么也沒做，只是需要制作看起來像您的數據，因為您沒有提供任何數據。 這行apply(x, 2, ">", 1)說給我該語句的邏輯值大於1。然后用rowSums包裝（邏輯值為TRUE = 1和FALSE = 0）。 等於2的值（我之前> 1 ，但這很草率）是您要尋找的條件。 我將邏輯索引與此輸出x[GRAB_THE_ROWS, ] 。 您可以拆開每一步並自己運行代碼，如下所示：

(step_1 <- apply(x, 2, ">", 1))
(step_2 <- rowSums(step_1))
(step_3 <- step_2 == 2)
x[step_3, ]