Comece agoraComece grátis

Identificar perfis

Ainda estamos explorando nosso conjunto de dados de tweets. Esses elementos estão em uma lista aninhada com 5055 sublistas, que estamos analisando com purrr.

Neste exercício, vamos responder a uma pergunta sobre o comportamento dos usuários: quantos usuários apenas deram retweet, sem nunca publicar nenhum "conteúdo original"? Uma regra geral no Twitter é que cerca de 80% das pessoas só dão retweet, enquanto 20% publicam conteúdo, seguindo a lei de Pareto. Vamos verificar isso neste exercício.

Para isso, vamos dividir nosso conjunto de dados em dois e contar quantos usuários existem no total e quantos estão apenas no grupo de "somente retweet".

purrr já foi carregado para você e a lista rstudioconf ainda está disponível no seu ambiente de trabalho.

Este exercicio faz parte do curso

Programação Funcional Intermediária com purrr

Ver curso

Instruções do exercicio

  • Crie uma sublista de retweets, extraia o elemento user_id e remova duplicatas com unique().

  • Crie uma sublista de tweets originais, extraia o elemento user_id e remova duplicatas com unique().

  • Combine union() (do R base) e length() para obter o número total de usuários.

  • Use a função setdiff() (do R base) para obter os usuários que estão apenas na sublista de retweets.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# 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) %>% ___()
Editar e Executar Código