Hur man skapar teckenvektorer för textdata i R-dummies

Texten i R representeras av teckenvektorer. En teckenvektor är - du gissade det! - En vektor som består av tecken.

I världen av datorprogrammering kallas text ofta som en -sträng. Här hänvisar ordet text till ett enda element i en vektor, men du bör vara medveten om att R-hjälpfilerna ibland hänvisar till strängar och ibland till text. De betyder samma sak.

Ta en titt på hur R använder teckenvektorer för att representera text. Du tilldelar viss text till en teckenvektor och får den att extrahera delsatser av den data. Du blir också bekant med det mycket kraftfulla begreppet namngivna vektorer, vektorer där varje element har ett namn. Detta är användbart eftersom du då kan hänvisa till elementen med namn och position.

Tilldela ett värde till en teckenvektor

Du tilldelar ett värde till en teckenvektor genom att använda tilldelningsoperatören (<-), på samma sätt som för alla andra variabler. Du testa om en variabel är av klasskaraktär, till exempel genom att använda isen. tecken () funktion enligt följande: >> x är. tecken (x) SANT

Observera att x är en teckenvektor med längd 1. För att få reda på hur många tecken som finns i texten, använd nchar:

>> längd (x) [1] 1> nchar (x) [1] 12

Den här funktionen säger att x har längd 1 och att det enkla elementet i x har 12 tecken.

Skapa en teckenvektor med mer än ett element

För att skapa en teckenvektor med mer än ett element, använd kombinationsfunktionen, c ():

x längd (x) [1] 2> nchar (1) x) [1] 5 6

Observera att den här tiden R säger att din vektor har längd 2 och att det första elementet har fem tecken och det andra elementet har sex tecken.