tidytext包unnest_tokens丢失原列、drop参数行为异常问题求助

• 你当前运行环境安装的tidytext版本较低，旧版本unnest_tokens对*分组tibble（grouped_df类对象）*的列保留逻辑存在缺陷，你在执行分词前已经通过group_by(n_poem)将poems转为了分组tibble，所以触发了该bug。
• drop参数失效也是同一个底层问题导致的：旧版本处理分组对象时没有正确读取参数配置，也没有正确遍历分组内的行进行分词。

方法1：执行分词前先解除分组（兼容性最高的方案） #

在调用unnest_tokens前加一步ungroup()即可，修改后的代码如下：

# 分词时自动保留所有原有列
poems %>% 
  ungroup() %>%
  unnest_tokens(output = words_poem, input = lines_poem)

# 保留原lines_poem列的版本也可以正常运行
poems %>% 
  ungroup() %>%
  unnest_tokens(output = words_poem, input = lines_poem, drop = FALSE)

方法2：升级tidytext到最新版本 #

该bug在tidytext 0.3.0及之后的版本已经被官方修复，升级包后不需要修改原有代码即可正常运行：

install.packages("tidytext")

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