我正在尝试进行一些文本处理，并且需要重新编码句子中的单词，以便在新变量中以特定方式识别目标单词。例如，给定一个看起来像这样的数据框......
subj <- c("1", "1", "1", "2", "2", "2", "2", "2")
condition <- c("A", "A", "A", "B", "B", "B", "B", "B")
sentence <- c("1", "1", "1", "2", "2", "2", "2", "2")
word <- c("I", "like", "dogs.", "We", "don't", "like", "this", "song.")
d <- data.frame(subj,condition, sentence, word)
subj condition sentence word
1 A 1 I
1 A 1 like
1 A 1 dogs.
2 B 2 We
2 B 2 don't
2 B 2 like
2 B 2 this
2 B 2 song.
我需要创建一个新列，其中目标单词的每个实例(在本例中，当 d$word="like"时)都标记为 0，并且句子块中“like”之前的所有单词和“之后的所有单词”都递减喜欢”增量。每个主题有多个句子，句子因条件而异，因此循环需要考虑每个主题、每个句子的目标词实例。最终结果应该是这样的。
subj condition sentence word position
1 A 1 I -1
1 A 1 like 0
1 A 1 dogs. 1
2 B 2 We -2
2 B 2 don't -1
2 B 2 like 0
2 B 2 this 1
2 B 2 song. 2
对不起，如果问题措辞不当，我希望它是有道理的!请注意，每个句子中的目标不在同一个位置(相对于句子的开头)。我对 R 很陌生，可以弄清楚如何递增或递减，但不能在每个句子块中同时做这两件事。有关解决此问题的最佳方法的任何建议？非常感谢!
最佳答案
您可以添加一个索引，然后您可以将其用于相对位置。
使用 data.table通过 sentence 将其分解好简单
library(data.table)
DT <- data.table(indx=1:nrow(d), d, key="indx")
DT[, position:=(indx - indx[word=="like"]), by=sentence]
# Results
DT
# indx subj condition sentence word position
# 1: 1 1 A 1 I -1
# 2: 2 1 A 1 like 0
# 3: 3 1 A 1 dogs. 1
# 4: 4 2 B 2 We -2
# 5: 5 2 B 2 don't -1
# 6: 6 2 B 2 like 0
# 7: 7 2 B 2 this 1
# 8: 8 2 B 2 song. 2
日期:
如果您有语法错误的句子，您可能需要使用
grepl而不是 ==DT[, position:=(indx - indx[grepl("like", word)]), by=sentence]
关于r - R中的目标变量重新编码，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/15193441/