如何按R中的第一个和最后一个字符过滤消息?

如何解决如何按R中的第一个和最后一个字符过滤消息?

我绝对是R语言的初学者,但我必须尽快解决一个简单的任务

我必须分析电报中的消息。我已经做了什么:我从电报中解析了提取的jstor文件,并得到了一个表,其中1行是一条包含ID,日期,文本的消息。

telegram.to.data.frame <- function(path) {
  
  file <- list.files(path,pattern = "result*",full.names = T) # returns all files that located in a specified path
  data <- fromJSON(file = file) # parse JSON file to R list
  messages <- lapply(data$messages,function(message) { # label service messages
    if (message$type == "message") message else NULL
  })
  messages <- messages[unlist(lapply(messages,function(message) !is.null(message)))] # delete service messages
  df <- lapply(messages,function(message) { # transform JSON list to data frame
    if (!is.list(message$text)) { 
      text <- message$text # if not list than just string
    } else { # if list then process list of characters
      text <- lapply(message$text,function(submessage) {
        if (is.list(submessage)) submessage$text else submessage
      }) %>%
        c(sep = "\n") %>%
        do.call("paste",args = .)
    }
    c(
      "id" = message$id,"date" = message$date,"from" = if (data$type == "public_supergroup") {
        if (!is.null(message$from)) {
          message$from
        } else {
          NA
        }
      } else {
        data$name
      },"from_id" = if (data$type == "public_supergroup") {
        message$from_id
      } else {
        data$id
      },"text" = text
    )
  }) %>%
    c(stringsAsFactors = FALSE) %>%
    do.call("rbind.data.frame",args = .)
  names(df) <- c("id","date","from","from_id","text")
  df$date <- ymd_hms(df$date) # coerce character to date type
  
  
  text_list <- list() 
  time_limit <- 5 # minutes
  i <- 1
  while (i != nrow(df)) {
    j <- i + 1
    text_list[[paste0(i)]] <- matrix(
      c(as.character(df$id[i]),as.character(df$date[i]),as.character(df$from[i]),as.character(df$from_id[i]),as.character(df$text[i])),nrow = 1,ncol = 5)
    while (df$from_id[i] == df$from_id[j] & j != nrow(df)) {
      if (abs(difftime(df$date[j - 1],df$date[j],units = "mins")) < time_limit) {
        j <- j + 1
      } else {
        break
      }
    }
    if (length(i:(j - 1)) > 1) {
      text_list[[paste0(i)]][1,5] <- df[i:(j - 1),5] %>% 
        paste(collapse = "\n")
    }
    i <- j
  }
  
  df <- do.call("rbind",text_list) %>% 
    as.data.frame(stringsAsFactors=FALSE) %>% 
    `names<-` (c("id","text"))
  df$date <- ymd_hms(df$date)
  df$group_name <- data$name
  df$group_type <- data$type
  df$messenger <- "telegram"
  
  return(df)
}

现在,我需要根据单词“ wechat”的前10个字符和后10个字符的存在性来过滤邮件。。 在这里,我已经从一位专家朋友那里获得了该功能,但是我不知道现在必须使用哪些参数。我应该在这里放哪个令牌向量?

find_token_on_edges <- function(tokens,token = "wechat",edge_window = 5) {
  library(stringr)
  num_tokens <- length(tokens)
  tokens_left <- tokens[1:edge_window]
  if (edge_window * 2 <= num_tokens) {
    tokens_right <- tokens[(num_tokens - edge_window + 1):num_tokens]
  } else if (edge_window < num_tokens) {
    tokens_right <- tokens[(edge_window + 1):num_tokens]
  } else {
    tokens_right <- ""
  }    
  match_token_left <- str_extract(tokens_left,token) %>% 
    na.omit()
  match_token_right <- str_extract(tokens_right,token) %>% 
    na.omit()
  return(c(match_token_left = match_token_left,match_token_right = match_token_right))
}

在此先感谢您的帮助!!!!

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


依赖报错 idea导入项目后依赖报错,解决方案:https://blog.csdn.net/weixin_42420249/article/details/81191861 依赖版本报错:更换其他版本 无法下载依赖可参考:https://blog.csdn.net/weixin_42628809/a
错误1:代码生成器依赖和mybatis依赖冲突 启动项目时报错如下 2021-12-03 13:33:33.927 ERROR 7228 [ main] o.s.b.d.LoggingFailureAnalysisReporter : *************************** APPL
错误1:gradle项目控制台输出为乱码 # 解决方案:https://blog.csdn.net/weixin_43501566/article/details/112482302 # 在gradle-wrapper.properties 添加以下内容 org.gradle.jvmargs=-Df
错误还原:在查询的过程中,传入的workType为0时,该条件不起作用 &lt;select id=&quot;xxx&quot;&gt; SELECT di.id, di.name, di.work_type, di.updated... &lt;where&gt; &lt;if test=&qu
报错如下,gcc版本太低 ^ server.c:5346:31: 错误:‘struct redisServer’没有名为‘server_cpulist’的成员 redisSetCpuAffinity(server.server_cpulist); ^ server.c: 在函数‘hasActiveC
解决方案1 1、改项目中.idea/workspace.xml配置文件,增加dynamic.classpath参数 2、搜索PropertiesComponent,添加如下 &lt;property name=&quot;dynamic.classpath&quot; value=&quot;tru
删除根组件app.vue中的默认代码后报错:Module Error (from ./node_modules/eslint-loader/index.js): 解决方案:关闭ESlint代码检测,在项目根目录创建vue.config.js,在文件中添加 module.exports = { lin
查看spark默认的python版本 [root@master day27]# pyspark /home/software/spark-2.3.4-bin-hadoop2.7/conf/spark-env.sh: line 2: /usr/local/hadoop/bin/hadoop: No s
使用本地python环境可以成功执行 import pandas as pd import matplotlib.pyplot as plt # 设置字体 plt.rcParams[&#39;font.sans-serif&#39;] = [&#39;SimHei&#39;] # 能正确显示负号 p
错误1:Request method ‘DELETE‘ not supported 错误还原:controller层有一个接口,访问该接口时报错:Request method ‘DELETE‘ not supported 错误原因:没有接收到前端传入的参数,修改为如下 参考 错误2:cannot r
错误1:启动docker镜像时报错:Error response from daemon: driver failed programming external connectivity on endpoint quirky_allen 解决方法:重启docker -&gt; systemctl r
错误1:private field ‘xxx‘ is never assigned 按Altʾnter快捷键,选择第2项 参考:https://blog.csdn.net/shi_hong_fei_hei/article/details/88814070 错误2:启动时报错,不能找到主启动类 #
报错如下,通过源不能下载,最后警告pip需升级版本 Requirement already satisfied: pip in c:\users\ychen\appdata\local\programs\python\python310\lib\site-packages (22.0.4) Coll
错误1:maven打包报错 错误还原:使用maven打包项目时报错如下 [ERROR] Failed to execute goal org.apache.maven.plugins:maven-resources-plugin:3.2.0:resources (default-resources)
错误1:服务调用时报错 服务消费者模块assess通过openFeign调用服务提供者模块hires 如下为服务提供者模块hires的控制层接口 @RestController @RequestMapping(&quot;/hires&quot;) public class FeignControl
错误1:运行项目后报如下错误 解决方案 报错2:Failed to execute goal org.apache.maven.plugins:maven-compiler-plugin:3.8.1:compile (default-compile) on project sb 解决方案:在pom.
参考 错误原因 过滤器或拦截器在生效时,redisTemplate还没有注入 解决方案:在注入容器时就生效 @Component //项目运行时就注入Spring容器 public class RedisBean { @Resource private RedisTemplate&lt;String
使用vite构建项目报错 C:\Users\ychen\work&gt;npm init @vitejs/app @vitejs/create-app is deprecated, use npm init vite instead C:\Users\ychen\AppData\Local\npm-