1. Apprendre
    2. /
  2. Cours
    3. /
  3. Ingénierie des caractéristiques pour le NLP en Python
Connected

Exercice

Nombre de caractères des tweets russes

Dans cet exercice, on vous fournit un dataframe tweets qui contient des tweets associés à l'Internet Research Agency de la Russie et compilés par FiveThirtyEight.

Votre tâche est de créer une nouvelle caractéristique « char_count » dans tweets qui calcule le nombre de caractères pour chaque tweet. Calculez aussi la longueur moyenne des tweets. Les tweets se trouvent dans la caractéristique content de tweets.

Sachez qu'il s'agit de données réelles provenant de Twitter et qu'il y a donc un risque qu'elles contiennent des grossièretés ou d'autres contenus offensants (dans cet exercice et dans tout exercice ultérieur qui utilise aussi de vraies données Twitter).

Instructions

100 XP
  • Créez une nouvelle caractéristique char_count en appliquant len à la caractéristique « content » de tweets.
  • Affichez le nombre moyen de caractères des tweets en calculant la moyenne de la caractéristique « char_count ».