Rによるテキストマイニング ―tidytextを活用したデータ分析と可視化の基礎

154

■

8

章 ケーススタディ：

NASA

メタデータのマイニング

## # A tibble: 3,205,233 x 2

## id word

## <chr> <chr>

## 1 55942a57c63a7fe59b495a78 usgs

## 2 55942a57c63a7fe59b495a78 15

## 3 55942a57c63a7fe59b495a78 minute

## 4 55942a57c63a7fe59b495a78 stream

## 5 55942a57c63a7fe59b495a78 flow

## 6 55942a57c63a7fe59b495a78 data

## 7 55942a57c63a7fe59b495a78 kings

## 8 55942a57c63a7fe59b495a78

creek

## 9 55942a57c63a7fe59b495a78 konza

## 10 55942a57c63a7fe59b495a78 prairie

## # ... with 3,205,223 more rows

8.1.2

 初歩的な探索

NASA

データセットのタイトルで最もよく使われている単語は何でしょうか。

dplyr

の

count()

を使って調べることができます。

nasa_title %>%

count(word, sort = TRUE)

## # A tibble: 15,723 x 2

## word n

## <chr> <int>

## 1 project 7746 ...