AFINN：I'm your Huckleberry

现在我们转到 AFINN 词典。AFINN 词典使用从 5 到 -5 的数值评分，而不仅仅是正面或负面。与 Bing 词典的 sentiment 不同，AFINN 词典的情感分数字段名为 value。

与之前一样，先使用 inner_join()，再使用 count()。接着，为了对每一行的得分求和，我们使用 dplyr 的 group_by() 和 summarize() 函数。group_by() 会将已有的数据框转换为分组数据框，后续操作会"按组"执行。然后，summarize() 允许您对数据框中的每个分组计算一个汇总值，使用诸如 sum() 或 mean() 这样的聚合函数。因此，在我们的场景中可以这样写：

data_frame %>% 
    group_by(book_line) %>% 
    summarize(total_value = sum(book_line))

在整洁版的《哈克贝利·芬恩》中，第 9703 行包含单词 "best"、"ever"、"fun"、"life" 和 "spirit"。其中 "best" 和 "fun" 的 AFINN 分别为 3 和 4。聚合后，第 9703 行的总分为 7。

在 tidyverse 中，建议用 filter() 代替 subset()，因为它在更简洁的语法下整合了 subset() 的功能。下面示例对 data_frame 进行 filter()，筛选 column1 等于 24 的记录。请注意列名不加引号。

filter(data_frame, column1 == 24)

afinn 对象包含 AFINN 词典。huck 对象是马克·吐温的《哈克贝利·芬恩历险记》的整洁版，用于分析。

第 5400 行是：All the loafers looked glad; I reckoned they was used to having fun out of Boggs. 数据集中已经移除了停用词和标点。