有条件地分配 docvar()

Question

我正在使用 quanteda 并希望有条件地分配 docvars()。

考虑以下 MWE：

library(dplyr)
library(quanteda)
library(quanteda.corpora)

testcorp <- corpus(data_corpus_movies))

我现在想分配一个虚拟 docvar neg_sent_lg_id2，它应该是 1 对于 Sentiment 是 neg 和其中 id2 是 > 10000.

重要的是，我不想子集化语料库，但我想将 docvar 分配给语料库的一个子集，然后保留整个语料库.

我已经使用 docvars(testcorp, field = "neg_sent_lg_id2") <- 0 将 0 分配给 docvars，现在想做这样的事情 - 以下几行是伪 r 代码并且不起作用但传达了这个想法。

corpus_subset(testcorp, Sentiment == "neg") %>% # filter on "Sentiment"
    corpus_subset(testcorp, id2 > 10000) %>% # filter on "id2"
    docvars(testcorp, field = "neg_sent_lg_id2") <- 1 # selectively assign docvar

Answer 1

您可以为此使用 ifelse：

library(dplyr)
library(quanteda)
library(quanteda.corpora)

testcorp <- corpus(data_corpus_movies)

docvars(testcorp, field = "neg_sent_lg_id2") <- 
  ifelse(docvars(testcorp, field = "Sentiment") == "neg" & docvars(testcorp, field = "id2") > 10000,
         1, 0)

这不是一个漂亮的语法，但它有效：

head(docvars(testcorp))
#>                 Sentiment   id1   id2 neg_sent_lg_id2
#> neg_cv000_29416       neg cv000 29416               1
#> neg_cv001_19502       neg cv001 19502               1
#> neg_cv002_17424       neg cv002 17424               1
#> neg_cv003_12683       neg cv003 12683               1
#> neg_cv004_12641       neg cv004 12641               1
#> neg_cv005_29357       neg cv005 29357               1
table(docvars(testcorp, field = "neg_sent_lg_id2"))
#> 
#>    0    1 
#> 1005  995

^{由 reprex package (v0.3.0)}

于 2019-10-15 创建

有条件地分配 docvar()

conditionally assign docvar()

r

quanteda