प्रोफ़ाइल पहचानें
हम अब भी अपने ट्वीट्स वाले डेटासेट की जाँच कर रहे हैं। ये एलिमेंट्स 5055 सबलिस्ट वाली एक नेस्टेड लिस्ट में हैं, जिन्हें हम purrr से एक्सप्लोर कर रहे हैं.
इस अभ्यास में, हम यूज़र्स के व्यवहार से जुड़ा एक सवाल हल करेंगे: कितने यूज़र ने सिर्फ़ रीट्वीट किया है, बिना कभी कोई "ओरिजिनल कंटेंट" पब्लिश किए? ट्विटर पर एक आम नियम है कि लगभग 80% लोग सिर्फ़ रीट्वीट करते हैं, जबकि 20% कंटेंट पब्लिश करते हैं, जिसे Pareto's law कहा जाता है। हम इसे इस अभ्यास में जाँचेंगे.
इसके लिए, हमें अपने डेटासेट को दो हिस्सों में बाँटना होगा, फिर कुल यूज़र्स की संख्या गिननी होगी, और यह देखना होगा कि "सिर्फ़ रीट्वीट" ग्रुप में कितने यूज़र हैं.
purrr आपके लिए लोड किया जा चुका है, और rstudioconf लिस्ट अब भी आपके वर्कस्पेस में उपलब्ध है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
इंटरमीडिएट फ़ंक्शनल प्रोग्रामिंग विथ purrr
अभ्यास निर्देश
रीट्वीट्स की एक सबलिस्ट बनाएँ,
user_idएलिमेंट एक्सट्रैक्ट करें, औरunique()से डुप्लीकेट हटाएँ.ओरिजिनल ट्वीट्स की एक सबलिस्ट बनाएँ,
user_idएलिमेंट एक्सट्रैक्ट करें, औरunique()से डुप्लीकेट हटाएँ.कुल यूजर्स की संख्या जानने के लिए base R के
union()औरlength()को मिलाकर इस्तेमाल करें.सिर्फ़ रीट्वीट सबलिस्ट में आने वाले यूज़र्स पाने के लिए base R का
setdiff()फंक्शन इस्तेमाल करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Keep the RT, extract the user_id, remove the duplicate
rt <- ___(___, "is_retweet") %>%
___("user_id") %>%
___()
# Remove the RT, extract the user id, remove the duplicate
non_rt <- ___(rstudioconf, "is_retweet") %>%
___("user_id") %>%
___()
# Determine the total number of users
___(rt, non_rt) %>% ___()
# Determine the number of users who has just retweeted
___(rt, non_rt) %>% ___()