Bing 整齊極性：計數並樞紐展開白鯨

在這個練習中，你會使用 "bing" 詞彙表再做一次 inner_join()。

接著，你會同時使用 dplyr 的 count() 與 tidyr 的 pivot_wider() 來整理並理解文字資料。

pivot_wider() 會把資料攤平成多個欄位。在這裡，sentiment 與對應的 n 值代表每一行中正向或負向詞彙的出現次數。使用 pivot_wider() 之後，每一列都會同時有正向與負向的數值，即使是 0 也會保留。

本練習屬於課程

R 情感分析

檢視課程

練習說明

在這個練習中，你的 R 工作階段已經有 m_dick_tidy（包含小說 Moby Dick）與 bing（與前一題相同的情緒詞彙表）。

對 m_dick_tidy 與 bing 執行一次 inner_join()。
- 和之前一樣，把 m_dick_tidy 中的 "term" 欄位與詞彙表中的 "word" 欄位對應連接。
- 將新物件命名為 moby_lex_words。
建立一個 index 欄位，等於將 as.numeric() 套用在 document 上。這一步在 tidyverse 的 mutate() 中完成。
透過把 moby_lex_words 傳遞給 count()，並傳入 sentiment, index，建立 moby_count。
透過把 moby_count 管線到 pivot_wider() 產生 moby_wide，其中 names_from 設為 sentiment 欄位、values_from 設為 n 欄位，且以 values_fill = 0 補齊缺值。
接著使用 arrange 在下一個管線中，依 index 的數值排序列。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# 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

編輯並執行程式碼