如何完整导出quanteda生成的textstat_simil结果文档，不丢失观测值与变量？

嘿，作为quanteda新手遇到这种导出问题太正常了！我来帮你搞定这个事儿～

首先得搞清楚：你用textstat_simil()得到的simil_latam其实不是普通的数据框，它是dist类或者矩阵类的对象，这就是直接用write.xlsx()导出会丢变量、用view()导出只有1000行的原因——view()默认只显示前1000条数据，而直接导出非数据框对象时，openxlsx会按它的规则解析，导致维度丢失。

正确的解决步骤：把相似性结果转换成标准数据框再导出 #

1. 先把simil_latam转换成矩阵，再转成数据框，同时保留原来的文档名（也就是dfm_latam里的每条观测标识）：

# 转换为矩阵后再转成数据框，保留行名
simil_full_df <- as.data.frame(as.matrix(simil_latam))
# 把行名（原文档ID）单独做成一列，方便后续查看
simil_full_df$original_document <- rownames(simil_full_df)
# 可选：调整列顺序，把文档ID列放在最前面
simil_full_df <- simil_full_df[, c("original_document", colnames(simil_full_df)[-ncol(simil_full_df)])]

2. 现在用openxlsx导出这个标准数据框就没问题了：

openxlsx::write.xlsx(simil_full_df, file = "F:\\path\\simil_latam_full.xlsx")

验证一下 #

你可以先用dim(simil_full_df)检查一下，行数应该和dfm_latam的观测数一致（27000+），列数应该是3列：original_document + 你那两个cosine对比文档的列，这样就确保所有数据都被保留啦。

内容的提问来源于stack exchange，提问作者ecirtaglip