使用R语言从存储在Dataframe中的文本中提取不同的主题标签“#”

wlsrxk51 于 2023-04-03 发布在 R语言

关注(0)|答案(1)|浏览(149)

我有一个包含一些tweet的数据框，我想使用tidytext包的unnest_tokens（）函数从tweet中提取hashtags，创建一个标记化的数据框，每个hashtags对应一行。
我的数据只有3列：

Fecha：这是一个POSIXct变量类型的tweet日期。
Usuario：这是数字变量类型的tweets的id用户。
Texto：tweets在字符变量类型中的文本。

otros_numerales_numeral_petro  <- Numeral_Petro_sin_emojis %>% 
unnest_tokens(output = "hashtag", input = "Texto", token = "tweets") %>%
filter(str_starts(hashtag, "#"))

但是，当我运行代码时，我得到了这个错误：
错误：！对token = "tweets"的支持在tidytext 0.4.0中被弃用，现在已不起作用。
有人能帮我修一下吗。

r

来源：https://stackoverflow.com/questions/75894088/extract-different-hashtags-from-a-text-stored-in-a-dataframe-with-the-r-lang

1条答案

按热度按时间

42fyovps1#

是的，token = "tweets"选项在去年年底被弃用，因为上游依赖关系发生了变化。听起来你并不想对文本进行标记，而是提取所有的hashtag。我会这样做：

library(tidyverse)
library(rtweet)
bunny_tweets <- 
  search_tweets("#rabbits", n = 20, include_rts = FALSE) %>%
  filter(!possibly_sensitive, lang == "en")

bunny_tweets %>%
  mutate(hashtags = str_extract_all(full_text, "#\\S+")) %>%
  unnest(hashtags) %>%
  select(id, hashtags, full_text)
#> # A tibble: 142 × 3
#>         id hashtags          full_text                                          
#>      <dbl> <chr>             <chr>                                              
#>  1 1.64e18 #Animate          "This awesome comic deserves more attention!\n \n#…
#>  2 1.64e18 #Doujinshi        "This awesome comic deserves more attention!\n \n#…
#>  3 1.64e18 #rabbits          "This awesome comic deserves more attention!\n \n#…
#>  4 1.64e18 #april            "New baby bunny spotted! #april #rabbits\nBlack ba…
#>  5 1.64e18 #rabbits          "New baby bunny spotted! #april #rabbits\nBlack ba…
#>  6 1.64e18 #LFDIE            "Trust me! You'll get addicted to this story!\n \n…
#>  7 1.64e18 #rabbits          "Trust me! You'll get addicted to this story!\n \n…
#>  8 1.64e18 #huacheng         "Trust me! You'll get addicted to this story!\n \n…
#>  9 1.64e18 #digitalanimation "I've been completely addicted to ONEPIECE and Mar…
#> 10 1.64e18 #rabbits          "I've been completely addicted to ONEPIECE and Mar…
#> # … with 132 more rows

创建于2023-04-01使用reprex v2.0.2

赞(0）回复(0）举报 2023-04-03

我来回答

使用R语言从存储在Dataframe中的文本中提取不同的主题标签“#”

1条答案

相关问题

热门标签

最新问答