Rで解析:文書ファイルの読み込みが便利「textreadr」パッケージ


ワードファイル、テキストファイル、テキスト付きのPDFファイルを簡単にRへ取り込むことができるパッケージの紹介です。URLアドレスを指定し読み込むことも可能なので便利だと思います。

パッケージバージョンは0.3.0。windows 10のR version 3.3.2で動作を確認しています。

パッケージのインストール

下記コマンドを実行してください。

#パッケージのインストール
install.packages("textreadr")

実行コマンドの紹介

詳細はコマンド、パッケージのヘルプを確認してください。

#パッケージの読み込み
library("textreadr")

#アドレスを指定してファイルをダウンロード:downloadコマンド
#アドレスを設定:urlオプション
#保存場所を指定:locオプション;初期値:tempdir()
#Rで解析:頻度が高い?20のグラフィックスパラメータのまとめ
#https://www.karada-good.net/analyticsr/r-91
#で紹介しているPDFを作業フォルダに保存
download(url = "https://www.karada-good.net/wp/wp-content/uploads/2015/05/GraphicalParameters.pdf",
loc = paste(as.character(tcltk::tkchooseDirectory(title = "ファイルの保存場所を選択"),
sep = "", collapse ="")))

#指定フォルダ内の全文書ファイルを読込む:read_dirコマンド
ReadTxt <- read_dir(path = setwd(paste(as.character(tcltk::tkchooseDirectory(title = "フォルダを選択"), sep = "", collapse ="")))) #確認 head(ReadTxt) document content 1 GraphicalParameters コマンド例 2 GraphicalParameters x <- rep(seq(1, 5), 5) 3 GraphicalParameters y <- sort(x, decreasing = TRUE) 4 GraphicalParameters plot(x, y, pch = 1:25, xlim = c(1, 6), a 5 GraphicalParameters xlab = "シンボルの種類", ylab = "", cex = 2. 6 GraphicalParameters text(x + 0.2, y , 1:25) . ... ... #指定した文書ファイルを読み込む:read_documentコマンド #抽出したテキストを結合:combineオプション;TRUEで結合 ReadDoc <- read_document(file = paste0(as.character(tcltk::tkgetOpenFile(title = "ファイルを選択", filetypes = '{"文書ファイル" {".doc" | ".docx" | ".txt" | ".pdf"}}', initialfile = c("*.*"))), collapse = " "), combine = FALSE) #内容確認 length(ReadDoc) [1] 109 ReadDoc[5] [1] " xlab = \"シンボルの種類\", ylab = \"\", cex = 2.5, col = \"red\")" [/code]


あなたの解析がとっても楽になりますように!!

スポンサードリンク

関連コンテンツ


スポンサードリンク