Hashtag-uri și mențiuni în tweet-uri rusești
Să revenim la dataframe-ul tweets care conține tweet-urile rusești. În acest exercițiu, vei calcula numărul de hashtag-uri și mențiuni din fiecare tweet, definind două funcții – count_hashtags() și count_mentions() – și aplicându-le caracteristicii content din tweets.
Dacă nu îți amintești, tweet-urile se află în caracteristica content a dataframe-ului tweets.
Acest exercițiu face parte din cursul
Ingineria caracteristicilor pentru NLP în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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()