r - 如何为文本语句中的单词分配数字，然后将它们添加到 r 中？

Question

我有一个 csv 文件，其中有一个名为 text 的列，如下所示，我想为某些单词分配数字，然后添加它们。

text
I have apples oranges and mangos.
I like cats.
sports and exercise.

我使用以下值创建了一个名为 matrix_values 的矩阵。

     [,1]     [,2]
[1,] "apples" "1" 
[2,] "mangos" "3" 
[3,] "sports" "78"

下面是我的代码。

data <- read.csv(file.choose(), header = TRUE, stringsAsFactors = FALSE)

values <- c('apples', 'mangos', 'sports', 1,3,78)

matrix_values = matrix(values,nrow =3, ncol = 2)

输出应该是这样的

text,                                Value
I have apples oranges and mangos,    4
I like cats,                         0
sports and exercise,                 78

请注意矩阵中的值如何将 apples 和 mangos 的值相加，并将其他词视为 0。

我该怎么做？

Answer 1

如果你strsplit你的句子，你可以匹配到你的lookup表和求和。

x <- c(
  "I have apples oranges and mangos.",
  "I like cats.",
  "sports and exercise."
)

lkup <-  data.frame(
  word = c("apples", "mangos", "sports"),
  value = c(1, 3, 78) 
)

vapply(
  strsplit(x, "\\s+|[.,]+"),
  function(x) sum(lkup$value[match(x,lkup$word)], na.rm=TRUE),
  FUN.VALUE = numeric(1)
)
#[1]  4  0 78

进一步解释正则表达式:

\\s+     whitespace, repeated 1 or more times
|        OR
[.,]+    a period `.` or comma `,` repeated 1 or more times