我想从短语列表中制作词云,其中许多短语会重复出现,而不是从单个单词制作词云。我的数据类似于这样,数据框中的一列是短语列表。
我想制作一个词云,在这个词云中,所有这些名称都被视为单独的短语,并显示它们的频率,而不是构成它们的单词。我一直在使用的代码如下所示:
这将创建一个词云,但是它是每个组成单词的词云,而不是短语的词云。因此,我看到了"A"、"H"、"John"等的相对频率,而不是我想要的"Joseph A"、"Mary A"等的相对频率。
我相信这并不复杂,但我无法解决!我会感激任何帮助。
df$names <- c("John", "John", "Joseph A", "Mary A", "Mary A", "Paul H C", "Paul H C")
我想制作一个词云,在这个词云中,所有这些名称都被视为单独的短语,并显示它们的频率,而不是构成它们的单词。我一直在使用的代码如下所示:
df.corpus <- Corpus(DataframeSource(data.frame(df$names)))
df.corpus <- tm_map(client.corpus, function(x) removeWords(x, stopwords("english")))
#turning that corpus into a tDM
tdm <- TermDocumentMatrix(df.corpus)
m <- as.matrix(tdm)
v <- sort(rowSums(m),decreasing=TRUE)
d <- data.frame(word = names(v),freq=v)
pal <- brewer.pal(9, "BuGn")
pal <- pal[-(1:2)]
#making a worcloud
png("wordcloud.png", width=1280,height=800)
wordcloud(d$word,d$freq, scale=c(8,.3),min.freq=2,max.words=100, random.order=T, rot.per=.15, colors="black", vfont=c("sans serif","plain"))
dev.off()
这将创建一个词云,但是它是每个组成单词的词云,而不是短语的词云。因此,我看到了"A"、"H"、"John"等的相对频率,而不是我想要的"Joseph A"、"Mary A"等的相对频率。
我相信这并不复杂,但我无法解决!我会感激任何帮助。
wordcloud
函数中的min.freq
参数,它可能会影响到预期的输出结果。 - keegan