r - 从 R 中的 Twitter 状态中提取用户

Question

我正在尝试了解特定用户向/提及其他用户的推文频率。通过 twitteR-package 我可以检索给定用户的推文，但是如果一条推文提到了几个用户，那么在 replyToUID 字段中只提到第一个用户。所以我的数据框的第一列包含推文，例如:

“@user1 @user2 你读过@user3 写的东西吗？”

我想将用户名提取到这样的列表中

• 用户1
• 用户2
• 用户3

下面添加下一条推文的用户。如果有人知道该怎么做(提取，我可以处理循环)或指出我正确的方向，那将非常感激。

如果您知道如何组合最终的列表(在处理 n 条推文之后)，而不是

• 用户1
• 用户2
• 用户3
• 用户1
• 用户3
• 用户4

列表(或表格)如下所示(计算某个用户被提及的频率)

• 用户 1、2
• user2, 1
• 用户 3、2
• user4, 1

它会更受欢迎。

谢谢你，埃利亚斯

Answer 1

我不确定有效 twitter 用户名的规则是什么，但假设只允许使用字母数字字符，您可以使用简单的正则表达式:

x <- "@user1 @user2 have you read what @user3 wrote?"

users <- function(x){
  xx <- strsplit(x, " ")
  lapply(xx, function(xx)xx[grepl("@[[:alnum:]]", xx)])
}

users(x)
[[1]]
[1] "@user1" "@user2" "@user3"

---

此外，此解决方案还假设所有单词都用空格分隔，即它不适用于用户名后跟标点符号。您必须扩展此答案以应对这种情况。