[問題] data frame轉corpus前過濾非英文字詞

[blackyu (??)]

[問題類型]: 程式諮詢

[軟體熟悉度]: 入門

[問題敘述]:

大家好，我現在處理data frame時遇到一個問題

我從資料庫取出資料後存為data frame的形式

但裡面內容語言部份是簡體中文、日文等，例如

        text
     1  今天天氣很好...
     2  It's good但是...

我現在需要把非英文的字詞在轉入corpus前先行過濾掉

之前有去stackoverflow找相關的解決辦法

目前有找到一篇 http://goo.gl/arqKWi

但是我不太熟如何將data frame先拆解後再過濾

請問有什麼方法可以協助我解決這個問題呢？

謝謝各位！

[環境敘述]: R ver 3.2.3；套件：RMySQL & tm

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.116.96.199
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1458354708.A.6E3.html
→ Wush978: 你可以先用strsplit把字一個個切出來，然後要求他們只能
→ Wush978: 是a-z, A-Z, 0-9 以及其他你覺得要放的文字
→ Wush978: 或是用jieba斷詞後，把那些非英文的詞通通扔掉
→ Wush978: 你可以試試看jiebaR套件
→ blackyu: 謝謝~