Använda "eller-mönstret" med ett större dataset

Nu när du förstår principen med att sammanfoga flera alternativ från en vektor är det dags att ta nästa steg och tillämpa detta på ett större dataset. I den globala miljön finns två variabler: articles och politicians. Den första är en samling nyhetsartiklar om schweizisk politik. Den andra är en lista med namn på schweiziska politiker som förekommer i artiklarna.

Nu är det din uppgift att ta reda på vilka namn som förekommer i vilka artiklar, och hur många gånger varje politiker nämns totalt i alla artiklar.

Den här övningen är en del av kursen

Reguljära uttryck på mellannivå i R

Visa kurs

Övningsinstruktioner

Använd vektorn politicians för att skapa ett reguljärt uttryck som matchar alla namn som finns lagrade i den vektorn.
Skapa en ny kolumn i dataramen articles som innehåller alla politikernamn som förekommer i kolumnen text.
Slå ihop alla artiklar med glue så att det blir enklare att räkna antalet förekomster per politiker.
Använd vektorn politicians som mönster och skicka den till str_count().

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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, ___)

Redigera och kör kod