Tagar dan sebutan dalam cuitan berbahasa Rusia
Mari kita tinjau kembali dataframe tweets yang berisi cuitan berbahasa Rusia. Dalam latihan ini, Anda akan menghitung jumlah tagar dan sebutan pada setiap cuitan dengan mendefinisikan dua fungsi, masing-masing count_hashtags() dan count_mentions(), lalu menerapkannya pada fitur content dari tweets.
Jika Anda lupa, cuitan tersimpan pada fitur content dari tweets.
Latihan ini adalah bagian dari kursus
Rekayasa Fitur untuk NLP di Python
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Function that returns numner of hashtags in a string
def count_hashtags(string):
# Split the string into words
words = string.split()
# Create a list of words that are hashtags
hashtags = [word for word in words if ____.____(____)]
# Return number of hashtags
return(len(hashtags))
# Create a feature hashtag_count and display distribution
tweets['hashtag_count'] = tweets['content'].apply(count_hashtags)
tweets['hashtag_count'].hist()
plt.title('Hashtag count distribution')
plt.show()