Căutând text în locuri nepotrivite

Reține că textul relevant nu se află neapărat în câmpul principal text al tweet-ului. El poate apărea și în extended_tweet, retweeted_status sau quoted_status. Trebuie să verificăm toate aceste câmpuri pentru a ne asigura că am luat în calcul tot textul relevant. Vom face acest lucru des, așa că vom crea o funcție care să se ocupe de asta.

Primele două linii verifică dacă câmpul principal text sau extended_tweet conțin textul căutat. Va trebui să verifici restul câmpurilor.

Acest exercițiu face parte din cursul

Analiza datelor din social media în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Completează funcția check_word_in_tweet efectuând următorii pași:

Verifică dacă câmpul quoted_status-text conține cuvântul.
Verifică dacă câmpul quoted_status-extended_tweet-full_text conține cuvântul.
Verifică dacă câmpul retweeted_status-text conține cuvântul.
Verifică dacă câmpul retweeted_status-extended_tweet-full_text conține cuvântul.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

def check_word_in_tweet(word, data):
    """Checks if a word is in a Twitter dataset's text. 
    Checks text and extended tweet (140+ character tweets) for tweets,
    retweets and quoted tweets.
    Returns a logical pandas Series.
    """
    contains_column = data['text'].str.contains(word, case = False)
    contains_column |= data['extended_tweet-full_text'].str.contains(word, case = False)
    contains_column |= data[____].str.contains(word, case = False)
    contains_column |= data[____].____.____(____, case = False)
    contains_column |= data[____].____.____(____, ____)
    contains_column |= ____[____].____.____(____, ____)
    return contains_column

Editează și rulează codul