Je collectionne les hashtags de twitter. Chaque tweet peut inclure des hashtags.scinder des hashtags dans un objet data.frame avec R
tests <- c("xxxxxx #SaveTheDate xxxxxx #Histoire] xxxxxx #Femmes xxxxxxx #ports",
"xxxxxxxxxxxx",
"xxxx #rock xxxxxx #Nantes" ,
"xxxxxx #lvan xxxxxxx #nantes xxxxx #ilsepassetoujoursuntruc")
library (stringr)
hashtags <- str_extract_all(tests, "#\\S+")
str (hashtags)
résultats Ma:
str(hashtags)
list of 4
$ : chr [1:4] "#SaveTheDate" "#Histoire]" "#Femmes" "#ports"
$ : chr(0)
$ : chr [1:2] "#rock" "#Nantes"
$ : chr [1:3] "#lvan" "#nantes" "#ilsepassetoujoursuntruc"
Ce que j'attends: un data.frame avec un hashtag pour une ligne
"#SaveTheDate"
"#Histoire"
"#Femmes"
"#ports"
NA
....
Ce que j'ai essayé:
hashtags_df <-as.data.frame(hashtags)
comment exactement 'as.data.frame()' était supposé deviner vos intentions? [This] (http://stackoverflow.com/questions/38788494/hashtag-extract-function-in-r-programming/38789142#38789142) peut aider à la reconnaissance et à l'extraction du hashtag. Je suis curieux de savoir comment vous allez traiter le spam, la pollution par hashtag et l'abus de hashtag. 20-30% de votre corpus seront jonchés de ceux-ci. – hrbrmstr
Je travaille dessus. – Wilcar