是否有R函数等效于Python中的range？

Brisbane Pom 发表于 Dev

152

布里斯班Pom

我想将字符串拆分为3个字符的ngram，例如HelloWorld会变成“ Hel”，“ ell”，“ llo”，“ loW”等如何使用R做到这一点

在Python中，它会使用范围函数进行循环-例如，[range（3）中i的[myString [i：]]

是否有一种巧妙的方法可以使用Stringr（另一个合适的函数/包）遍历字符串的字母以将单词分词为向量？

例如

dfWords <- c("HelloWorld", "GoodbyeMoon", "HolaSun") %>% data.frame() names(dfWords)[1] = "Text"

我想生成一个新列，其中将包含标记化Text变量的向量（最好使用dplyr）。然后可以将其拆分为新的列。

莫里斯·埃弗斯（Maurits Evers）

在基数R中，您可以执行以下操作

ss <- "HelloWorld"

len <- 3
lapply(seq_len(nchar(ss) - len + 1), function(x) substr(ss, x, x + len - 1))
#[[1]]
#[1] "Hel"
#
#[[2]]
#[1] "ell"
#
#[[3]]
#[1] "llo"
#
#[[4]]
#[1] "loW"
#
#[[5]]
#[1] "oWo"
#
#[[6]]
#[1] "Wor"
#
#[[7]]
#[1] "orl"
#
#[[8]]
#[1] "rld"

说明：该方法是一个基本的滑动窗口方法来提取substr从英格斯ss。返回对象是list。

另一个（滑动窗口）替代可以是zoo::rollapply与strsplit

library(zoo)
len <- 3
rollapply(unlist(strsplit(ss, "")), len, paste, collapse = "")
[1] "Hel" "ell" "llo" "loW" "oWo" "Wor" "orl" "rld"

为了回应您的评论/编辑，这里有一个tidyverse选项

# Sample data
df <- data.frame(words = c("HelloWorld", "GoodbyeMoon", "HolaSun"))

library(tidyverse)
library(zoo)
df %>% mutate(lst = map(str_split(words, ""), function(x) rollapply(x, len, paste, collapse = "")))
#        words                                         lst
#1  HelloWorld      Hel, ell, llo, loW, oWo, Wor, orl, rld
#2 GoodbyeMoon Goo, ood, odb, dby, bye, yeM, eMo, Moo, oon
#3     HolaSun                     Hol, ola, laS, aSu, Sun

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。