Un poco de análisis de texto en Twitter
Ahora que ya tienes tu DataFrame de tuits preparado, vas a hacer un poco de análisis de texto para contar cuántos tuits contienen las palabras 'clinton', 'trump', 'sanders' y 'cruz'. En el código previo al ejercicio, hemos definido la siguiente función word_in_text(), que te dirá si el primer argumento (una palabra) aparece dentro del segundo argumento (un tuit).
import re
def word_in_text(word, text):
word = word.lower()
text = text.lower()
match = re.search(word, text)
if match:
return True
return False
Vas a iterar por las filas del DataFrame y calcular cuántos tuits contienen cada una de nuestras palabras clave. La lista de contadores para cada candidato se ha inicializado a 0.
Este ejercicio forma parte del curso
Importación intermedia de datos en Python
Instrucciones del ejercicio
- Dentro del bucle
forfor index, row in df.iterrows():, el código actualmente aumenta el valor declintonen1cada vez que se encuentra un tuit (fila de texto) que menciona 'Clinton'; completa el código para que ocurra lo mismo contrump,sandersycruz.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Initialize list to store tweet counts
[clinton, trump, sanders, cruz] = [0, 0, 0, 0]
# Iterate through df, counting the number of tweets in which
# each candidate is mentioned
for index, row in df.iterrows():
clinton += word_in_text('clinton', row['text'])
trump += word_in_text(____, ____)
sanders += word_in_text(____, ____)
cruz += word_in_text(____, ____)