升级quanteda新版本后，如何使corpus对象保留doc_id字段？

AI 小北

2026-5-27

解决quanteda新版本中corpus丢失doc_id的问题

我最近也碰到过这个情况，quanteda更新后调整了corpus()处理数据框的默认逻辑，不过有两种简单方法能帮你重新保留doc_id：

方法一：指定docid_field参数
直接在创建corpus时，用docid_field参数明确告诉quanteda要使用df里的doc_id列作为文档标识：
```
corpus <- corpus(df, docid_field = "doc_id")
```
这个参数是新版本quanteda专门用来指定文档ID列的，设置后corpus对象的文档ID会和你原数据里的doc_id完全一致。
方法二：将doc_id设为数据框行名
如果你习惯旧版本的操作逻辑，也可以先把df的行名替换成doc_id，再创建corpus：
```
rownames(df) <- df$doc_id
corpus <- corpus(df)
```
这时quanteda会自动把数据框的行名当作文档ID，同样能保留住原来的doc_id信息。