Folosirea „patternului sau" pe un set de date mai mare

Acum că ai înțeles principiul concatenării mai multor variante dintr-un vector, mergi un pas mai departe și aplici acest lucru pe un set de date mai mare. În mediul global sunt disponibile două variabile: articles și politicians. Prima este o colecție de articole de știri despre politica elvețiană. A doua este o listă cu numele unor politicieni elvețieni care apar în articole.

Acum este rândul tău să afli care nume apar în care articole și de câte ori apare fiecare politician în totalul articolelor.

Acest exercițiu face parte din cursul

Expresii regulate intermediare în R

Vezi cursul

Instrucțiuni pentru exercițiu

Folosește vectorul politicians pentru a crea o expresie regulată care să corespundă tuturor numelor stocate în acel vector.
Creează o coloană nouă în data frame-ul articles care să conțină toate numele de politicieni ce apar în coloana text.
Unește toate articolele într-un singur șir, astfel încât să poți număra mai ușor aparițiile fiecărui politician.
Folosește vectorul politicians ca pattern și transmite-l funcției str_count().

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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, ___)

Editează și rulează codul