R、 stringr，mutate（我想）-多个字符串中的多个部分字符串替换

我不熟悉文本挖掘、R和tidy方法，我正在寻找善意的建议，以克服从pdf文件读取的预处理文本字符串的障碍。具体问题是在多个字符串上替换多个字符串

我有两个来源的数据：

PDF报告：我使用map和PDF_文本函数将PDF报告目录读取到数据框中，该数据框创建了一个包含3列的TIBLE：page_字符串、文件名和页码。共有1191个条目，page_string包含一个字符串，即一页pdf文本

专业词汇和替换的CSV文件：我已经使用read_CSV函数导入了这个文件。生成的df有两列，共77个条目：target_vocab（如社工）和replace_token（如社工）

我的目标是修改主数据帧中的当前字符串，在标记化之前，将与target_vocab中的专业单词匹配的字符串替换为replace_token中的相关复合标记

字符串示例-字符串替换前后：

“社会工作者和早期帮助工作人员与多机构合作伙伴合作，制定由分配的社会工作者领导的有需要儿童计划”

“社会工作者和早期工作者帮助员工与多机构合作伙伴合作，制定由分配的社会工作者领导的CIN计划”

希望很明显，我希望用复合代币取代“社会工作者”、“早期帮助”、“多机构”、“有需要的儿童”和“社会工作者”

我的代码：

#a bank of pdf reports and "professional_words.csv" in current working directory

library(tidyverse)
library(pdftools)
#> Using poppler version 0.73.0
library(tidytext)
library(stringr)

pdf_filenames <- list.files(pattern = "pdf$")

words_df <- read_csv("professional_words.csv", skip = 1, col_names = c("target_vocab", "replace_token"))

pattern_vector <- words_df$target_vocab
replacement_vector <- words_df$replace_token 

pdf_pages_df <- map_df(pdf_filenames, ~ tibble(page_string = pdf_text(.x)) %>%
         mutate(filename = .x, pagenumber = row_number()) %>%
           mutate(page_string = str_replace_all(page_string,pattern_vector,replace_vector))) 

我尝试过各种各样的变化，包括gsub，将它从管道分离到一个单独的映射函数等等。但以我有限的知识，我不会修复它

我一直得到警告：

在stri_中替换所有正则表达式（字符串、模式、， 修复替换（替换）：较长的对象长度不是 较短对象长度的倍数

通过这种代码变体，我也得到了错误：

mutate（）
page\u字符串
不能回收到10号大小。ℹ 输入
page\u字符串
str\u replace\u all（page\u string，pattern=pattern\u vector，replacement=replace\u vector）
。ℹ 输入的
页面\u字符串的大小必须为10或1，而不是77

我的感觉是map或list函数会对我有所帮助，但我似乎在兜圈子，我还没有找到一个堆栈溢出响应来帮助我解决这个问题。
有一种方法可以使用
stru-replace\u-all
from
stringr
。而不是提供
模式和
替换人t
，将命名向量传递给
pattern
。类似
pattern=c（“社会工作者”=社会工作者”，“早期帮助”=“早期帮助”，“多机构”=“多机构”）
。我将从一个简单的示例开始，然后向您展示如何让
R
从
单词中构建命名向量

# Simple example
library(stringr)
string <- "The quick brown fox"
str_replace_all(string, pattern = c("brown" = "green", "fox" = "badger"))
[1] "The quick green badger"

str\u replace\u all
不是这样工作的。如果为
pattern
和
replacement
提供向量，则第一个pattern/replacement将应用于
string
的第一个元素，依此类推。请参见以下示例：

库（stringr）
fruits由于快速响应，问题得以解决，以下是解决我的问题的工作代码，供将来可能遇到困难的人参考：

professional_terms <- c(words_df$replace_token)
names(professional_terms) <- c(words_df$target_words) 
pdf_pages_df <- map_df(pdf_filenames, ~ tibble(page_string = pdf_text(.x)) %>%
mutate(filename = .x, pagenumber = row_number(), page_string = str_replace_all(page_string,pattern = professional_terms)))

professional\u术语非常有用。对于我的学习，你能告诉我names（）是如何工作的吗？当我检查命名向量替换时，我只看到替换词，而目标词是不可见的。但是它可以工作！如果使用
names（object）
它将返回对象的名称（例如，data.frame中的列名）。如果您使用
names（object），我不确定names（）是如何工作的，但它确实起作用，这非常有帮助。我将为其他有困难的人发布我完成的代码。
# Making the fake data
words_df <- data.frame(target = c("fox", "brown", "quick"),
                       replacement = c("badger", "green", "versatile"))

strings_df <- data.frame(page_string = c("The quick brown fox",
                                         "The sad yellow fox",
                                         "The quick old dog",
                                         "The lazy brown dog",
                                         "The quick happy fox"))

# Making the named replacement vector from words_df
replacements <- c(words_df$replacement)
names(replacements) <- c(words_df$target)

# Doing the replacement
library(dplyr)
strings_df %>% 
  mutate(new_string = str_replace_all(page_string, 
                                      pattern = replacements))

# The output
          page_string                 new_string
1 The quick brown fox The versatile green badger
2  The sad yellow fox      The sad yellow badger
3   The quick old dog      The versatile old dog
4  The lazy brown dog         The lazy green dog
5 The quick happy fox The versatile happy badger

professional_terms <- c(words_df$replace_token)
names(professional_terms) <- c(words_df$target_words) 
pdf_pages_df <- map_df(pdf_filenames, ~ tibble(page_string = pdf_text(.x)) %>%
mutate(filename = .x, pagenumber = row_number(), page_string = str_replace_all(page_string,pattern = professional_terms)))