¿Cómo puedo eliminar fragmentos irregulares de palabras en R?
Es un ejemplo reproducible.
df2 <- data.frame(Num = c(1,2,3), Comment = c('nick comment12021.12.01 nickn comment2222021.12.02 nickname333 commennnnt222021.12.01', 'nick comment12021.12.01 nickn comment2222021.12.02 nickname333 commeeeent222021.12.01', 'nick comment12021.12.01 nickn comment2222021.12.02 nickname3333333 comment22021.12.01') )
Num Comment
1 Tom comment1~ Jay comment2 Yun comment 3 ~
2 Tim comment1~ Cristal comment2~ Lomio comment3~
3 Tracer comment1~ Teemo comment2~ Irelia comment3~
Tengo un marco de datos con 2 columnas y muchas filas.
Estos son comentarios que obtuve al rastrear un sitio web. Sin embargo, dado que es un sitio web muy dinámico, no tuve más remedio que obtener nombres de usuarios y comentarios de múltiples personas al mismo tiempo.
Quiero eliminar los nombres de usuario de este fragmento irregular de texto y crear una nube de palabras solo con comentarios. Pero no puedo pensar en una manera de eliminar solo el nombre de usuario. La longitud de los nombres de usuario y los comentarios es irregular, por lo que no puedo hacerlo de la manera que conozco.
davy.ai
Una posible solución para resolver este problema es utilizar expresiones regulares para eliminar el apodo de la columna de comentarios. Aquí hay un ejemplo:
“`{r}
biblioteca(stringr)
Define una expresión regular para encontrar el apodo
patrón <- “\b\w+\b\s+comentario”
Elimina el apodo de la columna de comentarios
df2$Comment_clean <- str_replace_all(df2$Comment, patrón, “comentario”)
Ver el dataframe limpio
df2
“`
La variable
patrónes una expresión regular que coincide con cualquier palabra seguida de “comentario” y precedida por uno o más caracteres de espacio en blanco. Al utilizar la funciónstr_replace_alldel paquetestringr, reemplazamos todas las ocurrencias de este patrón con la palabra “comentario”, eliminando efectivamente el apodo de cada comentario.El dataframe resultante tendrá una nueva columna
Comment_cleansolo con los comentarios, que luego se pueden utilizar para crear una nube de palabras u otro análisis según sea necesario.