Bing düzenli kutupsallık: Beyaz balinanın sayımını yap ve genişlet

Bu egzersizde "bing" sözlüğünü kullanarak başka bir inner_join() uygulayacaksın.

Ardından metni daha iyi anlamak için sonuçları hem dplyr paketinden count() hem de tidyr paketinden pivot_wider() ile işleyeceksin.

pivot_wider() fonksiyonu veriyi birden fazla sütuna yayar. Bu durumda, duygu ve karşılık gelen n değerleri her satır için olumlu veya olumsuz terimlerin sıklığını temsil eder. pivot_wider() kullanmak veriyi, her satırın 0 olsa bile artık pozitif ve negatif değerler içereceği şekilde dönüştürür.

Bu egzersiz

R ile Duygu Analizi

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

Bu egzersizde, R oturumunda kitabı olan Moby Dick'i içeren m_dick_tidy ve önceki egzersize benzer sözlüğü içeren bing bulunuyor.

m_dick_tidy ve bing üzerinde bir inner_join() gerçekleştir.
- Daha önce olduğu gibi, m_dick_tidy içindeki "term" sütununu sözlükteki "word" sütununa bağla.
- Yeni nesneye moby_lex_words adını ver.
mutate() içinde document üzerine uygulanan as.numeric() ile eşit olan bir index sütunu oluştur.
moby_lex_words'u count() fonksiyonuna iletip sentiment, index geçirerek moby_count oluştur.
moby_count'u pivot_wider()'a pipe edip moby_wide üret; burada names_from sentiment sütununa, values_from n sütununa eşittir ve değerler values_fill = 0 ile doldurulur.
Satırları index değerlerine göre sıralamak için bir sonraki pipe olarak arrange kullanılır

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Inner join
moby_lex_words <- inner_join(___, ___, by = c("___" = "___"))

moby_lex_words <- moby_lex_words %>%
  # Set index to numeric document
  mutate(___ = as.numeric(___))

moby_count <- moby_lex_words %>%
  # Count by sentiment, index
  ___(___, ___)

# Examine the counts
moby_count

moby_wide <- moby_count %>%
  # Pivot the sentiments
  pivot_wider(names_from = ___, values_from = ___, values_fill = ___) %>% 
  arrange(index)

# Review the pivoted data
moby_wide

Kodu Düzenle ve Çalıştır