將CSV格式的術語文檔矩陣導入到R

因此，我已經有了TDM，但它在Excel上。所以我將它保存爲CSV。現在我想做一些分析，但是我不能將它作爲使用tm包的TDM加載。我的CSV看起來是這樣的：將CSV格式的術語文檔矩陣導入到R

  item01 item02 item03  item04 


red   0   1   1   0 
circle  1   0   0   1 
fame  1   0   0   0 
yellow  0   0   1   1 
square  1   0   1   0

所以我一直無法加載該文件作爲TDM，到目前爲止，我已經試過最好是這樣的：

myDTM <- as.DocumentTermMatrix(df, weighting = weightBin)

但它加載1對所有細胞

<<DocumentTermMatrix (documents: 2529, terms: 1952)>> 
Non-/sparse entries: 4936608/0 
Sparsity   : 0% 
Maximal term length: 27 
Weighting   : binary (bin) 
Sample    : 

      Terms 
Docs   item01 item02 item03 item04 
     Red  1  1  1  1     
     Circle  1  1  1  1   
     fame  1  1  1  1

我第一次嘗試轉換爲語料庫和其他的東西，但如果我嘗試使用像檢查（TDM）的任何函數返回一個錯誤，這樣的或類似的。

Error in `[.simple_triplet_matrix`(x, docs, terms) :

我真的不相信沒有辦法以正確的格式導入它，任何建議嗎？提前致謝。

來源

2017-09-13 Antonio Bautista

先嚐試將CSV轉換爲稀疏矩陣。我的CSV與您的CSV不同，因爲我自己輸入了它，但它是一樣的想法。

> library(tm) 
> library(Matrix) 
> myDF <- read.csv("my.csv",row.names=1,colClasses=c('character',rep('integer',4))) 
> mySM <- Matrix(as.matrix(myDF),sparse=TRUE) 
> myDTM <- as.DocumentTermMatrix(mySM,weighting = weightBin) 
> inspect(myDTM) 

<<DocumentTermMatrix (documents: 5, terms: 4)>> 
Non-/sparse entries: 7/13 
Sparsity   : 65% 
Maximal term length: 6 
Weighting   : binary (bin) 
Sample    : 
     Terms 
Docs  item01 item02 item03 item04 
    circle  1  1  0  0 
    fame  1  0  0  0 
    red   0  0  0  0 
    square  1  0  1  0 
    yellow  0  0  1  1 
>

來源

2017-09-13 19:53:00 mrbcuda

Awsome，稀疏矩陣解決了它！謝謝！ –

將CSV格式的術語文檔矩陣導入到R

回答

相關問題