2022年R语言数据框翻译求助：translateR已归档，deeplr无translate_df？

1. 使用deepR包（基于DeepL API） #

这个包可调用DeepL的翻译API，虽无直接处理数据框的函数，但能快速自定义函数实现需求。需先注册DeepL账号获取API密钥（免费版有使用额度）。

• 安装包：

devtools::install_github("bnosac/deepR")

• 配置密钥并自定义翻译函数：

library(deepR)
# 替换为你的DeepL API密钥
Sys.setenv(DEEPL_API_KEY = "your_api_key")

translate_df <- function(df, cols, target_lang = "FR") {
  for (col in cols) {
    df[[col]] <- deep_translate(text = df[[col]], 
                                target_lang = target_lang, 
                                source_lang = "EN")
  }
  return(df)
}

# 使用示例：翻译数据框df中的col1和col2列
translated_df <- translate_df(df, cols = c("col1", "col2"))

2. 使用googleLanguageR包（基于Google Cloud翻译API） #

依赖Google Cloud翻译服务，需先获取API密钥（有免费试用额度，后续按使用量计费）。

• 安装包：

install.packages("googleLanguageR")

• 配置密钥并处理数据框：

library(googleLanguageR)
# 替换为你的API密钥文件路径
gl_auth("path/to/your/api-key.json")

translate_df <- function(df, cols, target = "fr") {
  df[cols] <- lapply(df[cols], function(x) {
    trans_result <- gl_translate(x, target = target, source = "en")
    trans_result$translatedText
  })
  return(df)
}

# 使用示例
translated_df <- translate_df(df, cols = c("col1", "col2"))

3. 使用translate包（轻量多引擎支持） #

支持Google Translate、Bing等多个翻译引擎，部分引擎无需API密钥，适合小批量文本翻译。

• 安装包：

install.packages("translate")

• 自定义数据框翻译函数：

library(translate)

translate_df <- function(df, cols, target = "fr") {
  df[cols] <- lapply(df[cols], function(x) {
    translate(x, from = "en", to = target, engine = "google")
  })
  return(df)
}

# 使用示例
translated_df <- translate_df(df, cols = c("col1", "col2"))

额外提示 #

• 使用API类服务时，注意免费额度限制，避免超出产生费用；
• 处理大体积数据时，建议分批次翻译，避免触发API频率限制。

内容的提问来源于stack exchange，提问作者healthdata4020