使用 get() 时无法修改语料库的文档名

Question

我正在尝试通过 for 循环修改 corpus 对象列表的 docnames。通常，我在循环中移动时使用函数 get() 来访问给定的对象。看来我无法在包 quanteda 的函数 docnames() 中执行此操作。我总是收到此错误（取决于您的输入对象，在我的情况下是 listofcorpora）：

Error in get(listofcorpora[i]) <- `*vtmp*` : 
  could not find function "get<-"

请在下面找到一个只有两个语料库的最小值。本来我还有很多

library(quanteda)
#> Package version: 2.0.0
#> Parallel computing: 2 of 8 threads used.
#> See https://quanteda.io for tutorials and examples.
#> 
#> Attaching package: 'quanteda'
#> The following object is masked from 'package:utils':
#> 
#>     View
library(stringr)

corp_2015_qtr1 <- corpus( c("The first document of the first corpus.",
                           "The second document of the first corpus" ) )
corp_2015_qtr2 <- corpus( c("The first document of the second corpus.",
                           "The second document of the second corpus" ) )

listofcorpora <- objects( pattern = "corp_\d+" )

for ( i in seq_along( listofcorpora ) ) {
  current_year <- as.integer( str_extract( listofcorpora[ i ], "\d+" ) )  current_qtr <- as.integer( str_extract( listofcorpora[ i ], "(?<=QTR)\d" ) )
  current_docname <- str_c( current_year, 
                           "_qtr_", 
                           current_qtr, "_",
                           formatC( seq_len( ndoc( get( listofcorpora[ i ] ) ) ),
                                    width = 5, flag = "0" ) )
  docnames( get( listofcorpora[ i ] ) ) <- current_docname

}
#> Error in get(listofcorpora[i]) <- `*vtmp*`: could not find function "get<-"

^{由 reprex package (v0.3.0)}

于 2020-04-15 创建

每当我以相同的方式使用 docvars() 时，都会出现相同的错误。

谢谢！

Answer 1

我不知道你从哪里得到 RData 文件，但通常通过 saveRDS 保存对象并用 object <- readRDS 加载它们更有意义，这样你就可以控制对象名称或将文件直接加载到列表中。

在你的情况下，我会通过（正如@phiver 在评论中所建议的那样）将你的对象变成一个列表：

corpora_l <- lapply(listofcorpora, get)
names(corpora_l) <- listofcorpora

为了获得更干净的环境，您现在可以删除多余的对象：

# remove unnecessary objects
rm(list = c(listofcorpora, "listofcorpora"))

在我看来，使用此列表似乎更容易，更重要的是：docnames() 使用列表对象：

for (i in seq_along(corpora_l)) {
  current_name <- names(corpora_l)[i]
  current_year <- as.integer( str_extract( current_name, "\d+" ) )  
  current_qtr <- as.integer( str_extract( current_name, "(?<=qtr)\d" ) )
  current_docname <- str_c( current_year, 
                            "_qtr_", 
                            current_qtr, "_",
                            formatC( seq_len( ndoc( corpora_l[[i]] ) ),
                                     width = 5, flag = "0" ) )
  docnames( corpora_l[[i]] ) <- current_docname
}

另外：我不知道您对 docnames 的计划是什么，但似乎 year-qtr 更像是一个文档变量。因此，您可以将循环中的最后一行更改为：

docvars(corpora_l[[i]], field = "quarter") <- str_c(current_year, 
                                                    "_qtr_", 
                                                    current_qtr)

抱歉，我破坏了你的风格。我不习惯你在代码中留下的空格数量。

使用 get() 时无法修改语料库的文档名

Cannot modify docnames of corpus when using get()

r

quanteda