r - 删除以数字开头的df中的所有整体并使用R组合单词的时态

Question

所以我有一个像这样的数据框：

word        count
employee    500       
jack        202       
employee's  199       
012hen      10
93          1
20          1
word        1
words       1
worded      1

所以我一直在尝试在这里使用 gsub，但我把它搞砸了。

基本上，我想删除word包含数字的任何条目，并且我想组合具有相同基数的单词条目。

所以在这里，员工和员工应该组合在一起。此外，单词、单词和措辞也应如此。

目标：

word        count
employee    699       
jack        202            
word          3

标签： rtexttidyverseword-cloudtidytext

Answer 1

这是部分答案，因为我知道如何删除所有带有数字的条目。我不确定关于折叠派生词的第二部分。

要删除数字，您确实可以使用正则表达式。我更喜欢基于grepl.

df[!grepl("[0-9"], df$word),]
        word count
1   employee   500
2       jack   202
3 employee's   199
7       word     1
8      words     1
9     worded     1