데이터를 표로 만들기 전에 구두점 제거하기

Question

클립 보드에서 데이터를 추출 할 때 많은 구두점 (따옴표, 쉼표 등)이있는 문제가 있습니다. 분석을 위해 R의 변수에 클립 보드로 복사하여 일반 텍스트 문서로 entirety of Jane Austen's Pride and Prejudice을 가져 오려고합니다. 나는

book <- read.table("clipboard", sep="\n") 

을 할 경우

나는 오류에 "인용 된 문자열 내에서 EOF"를 얻는다. 옵션을 문자열로 사용하지 않는 경우 :

book <- read.table("clipboard", sep="\n", stringsAsFactors=F) 

동일한 오류가 발생합니다. 인용문이있는 곳에 여러 단락을 함께 넣어 표에 영향을줍니다. 텍스트 편집기에서 책을 열고 큰 따옴표와 작은 따옴표를 제거한 다음 read.table 옵션을 시도하면 결과가 완벽합니다.

read.table 단계 이전 또는 도중 구두점을 제거 할 수있는 방법이 있습니까? 클립 보드 데이터를 일종의 큰 벡터에 덤핑하고 그 벡터로부터 read.table을 흘려 보낼까요?

Answer 1

당신은 나를

book <-read.table("http://www.gutenberg.org/cache/epub/1342/pg1342.txt", 
sep="\n",quote="",stringsAsFactors=FALSE) 

Answer 2

가 read.table 기능이 직사각형 구조로 데이터를 읽고 데이터 프레임에 넣어하기위한 것입니다이 작동

인용하지 않도록해야합니다. 나는 책의 텍스트가 일반적으로 그 패턴에 맞을 것이라고 기대하지 않는다. read.table 대신 scan 또는 readLines 함수를 사용하여 데이터를 읽는 것이 좋습니다. 따옴표 및 구분 기호를 처리하는 방법에 대한 함수의 설명서를 읽으십시오.

구두점을 계속 제거하려는 경우 ?gsub을 확인하고 모든 문자를 대문자 또는 소문자로 변환하려면 ?chartr을 참조하십시오.