プロフィールを特定する
引き続き、ツイートのデータセットを探索します。これらの要素は 5055 個のサブリストからなる入れ子リストに格納されており、purrr を使って調べていきます。
この演習では、ユーザーの行動に関する次の問いに答えます。オリジナルの「自分の投稿」を一度もせず、リツイートしかしていないユーザーは何人いますか？ Twitter では経験則として、パレートの法則に従い、およそ 80% の人はリツイートのみ、20% はコンテンツを投稿すると言われます。これを検証してみましょう。
そのために、データセットを 2 つに分割し、ユーザーの総数と、「リツイートのみ」グループにいるユーザー数を数えます。
purrr はすでに読み込まれており、rstudioconf リストもワークスペースで利用できます。
この演習はコースの一部です
purrr で学ぶ中級関数型プログラミング
演習の手順
リツイートのサブリストを作成し、
user_id要素を抽出し、unique()で重複を取り除きます。オリジナルツイートのサブリストを作成し、
user_id要素を抽出し、unique()で重複を取り除きます。合計のユーザー数を知るために、
union()（base R）とlength()を組み合わせます。リツイートのサブリストのみにいるユーザーを得るには、
setdiff()（base R）を使います。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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) %>% ___()