Použití vzoru „nebo" na větším datasetu

Teď, kdy už rozumíš principu spojování více možností z vektoru, půjdeme o krok dál a aplikujeme to na větší dataset. V globálním prostředí máš k dispozici dvě proměnné: articles a politicians. První obsahuje sbírku zpravodajských článků o švýcarské politice, druhá je seznam jmen švýcarských politiků, kteří se v článcích vyskytují.

Tvým úkolem je zjistit, která jména se objevují v jednotlivých článcích a kolikrát se každý politik vyskytuje v celé sbírce článků.

Toto cvičení je součástí kurzu

Intermediate Regular Expressions in R

Zobrazit kurz

Pokyny k cvičení

Pomocí vektoru politicians vytvoř regulární výraz, který odpovídá všem jménům uloženým v tomto vektoru.
Přidej do datového rámce articles nový sloupec, který bude obsahovat všechna jména politiků vyskytující se ve sloupci text.
Spoj všechny články dohromady, aby bylo snazší spočítat počet výskytů pro každého politika.
Předej vektor politicians jako vzor do funkce str_count().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Construct a pattern that searches for all politicians
polit_pattern <- glue_collapse(___, sep = "___")

# Use the pattern to match all names in the column "text"
articles %<>%
  mutate(mentions = str_match_all(___, ___))

# Collapse all items of the column "text"
all_articles_in_one <- ___(articles$text)

# Pass the vector politicians to count all its elements
str_count(all_articles_in_one, ___)

Upravit a spustit kód