我手头有一个来自 topicmodels 包、在 R: 中的 AssociatedPress tibble。

data("AssociatedPress", package = "topicmodels")

我得到的是：

> AssociatedPress
<<DocumentTermMatrix (documents: 2246, terms: 10473)>>
Non-/sparse entries: 302031/23220327
Sparsity           : 99%
Maximal term length: 18
Weighting          : term frequency (tf)

我想把它转换成一个按词频加权的文档-词项矩阵。

我尝试在 tibble 包中使用 as_data_frame，但它提示已弃用，所以我应该尝试as.data.frame（base R）吗？有什么建议？

>tibble::as_data_frame(AssociatedPress)
Error in as.data.frame.default(value, stringsAsFactors = FALSE) : 
  cannot coerce class ‘c("DocumentTermMatrix", "simple_triplet_matrix")’ to a data.frame
In addition: Warning message:
`as_data_frame()` was deprecated in tibble 2.0.0.
ℹ Please use `as_tibble()` (with slightly different semantics) to convert to a
  tibble, or `as.data.frame()` to convert to a data frame.

as.data.frame(AssociatedPress)
Error in as.data.frame.default(AssociatedPress) : 
  cannot coerce class ‘c("DocumentTermMatrix", "simple_triplet_matrix")’ to a data.fra

解决方案

我们可以使用 tidytext::tidy() 函数：

data("AssociatedPress", package = "topicmodels")

tidytext::tidy(AssociatedPress)

#> # A tibble: 302,031 × 3
#>    document term       count
#>       <int> <chr>      <dbl>
#>  1        1 adding         1
#>  2        1 adult          2
#>  3        1 ago            1
#>  4        1 alcohol        1
#>  5        1 allegedly      1
#>  6        1 allen          1
#>  7        1 apparently     2
#>  8        1 appeared       1
#>  9        1 arrested       1
#> 10        1 assault        1
#> # ℹ 302,021 more rows

创建于2026-05-11，使用 reprex v2.1.1