CommencezCommencez gratuitement

Analyse des URL

Nous poursuivons notre exploration de l'ensemble de données #RStudioConf. Dans cet exercice, nous allons analyser les URL présentes dans les gazouillis.

Les URL se trouvent dans un élément appelé "url_urls". Ces éléments "url_urls" contiennent soit une valeur NULL s'il n'y a pas d'URL dans le gazouillis, soit une liste d'une ou de plusieurs URL.

Nous allons commencer par extraire tous les éléments "url_urls" de l'ensemble de données, puis nous combinerons purrr et stringr pour compter combien de gazouillis contiennent un lien vers une URL liée à GitHub. Comme GitHub est un site très populaire auprès des développeurs, une forte présence de ce site indiquera une communauté de développeurs bien représentée dans notre ensemble de données.

purrr et stringr ont été chargés pour vous, et l'ensemble de données rstudioconf est toujours disponible dans votre espace de travail.

Cette activité fait partie du cours

Programmation fonctionnelle intermédiaire avec purrr

Voir le cours

Instructions de l’exercice

  • Extrayez tous les éléments "urls_url", puis transmettez le résultat à flatten() pour retirer un niveau de hiérarchie.

  • Retirez les valeurs NULL des résultats.

  • Créez un mappeur appelé has_github, qui détecte si une chaîne de caractères contient "github".

  • Utilisez la variante logique de map_*() avec has_github, puis transmettez-la à sum() pour compter le nombre de liens contenant "github".

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Extract the "urls_url" elements, and flatten() the result
urls_clean <- ___(rstudioconf, ___) %>%
  ___()

# Remove the NULL
compact_urls <- ___(___)

# Create a mapper that detects the patten "github"
has_github <- ___(~ str_detect(.x, "github"))

# Look for the "github" pattern, and sum the result
___( compact_urls, has_github ) %>%
  ___()
Modifier et exécuter le code