O mică analiză a textului de pe Twitter
Acum că ai creat DataFrame-ul cu tweet-uri, vei face o mică analiză de text pentru a număra câte tweet-uri conțin cuvintele 'clinton', 'trump', 'sanders' și 'cruz'. În codul pre-exercițiu am definit funcția word_in_text(), care verifică dacă primul argument (un cuvânt) apare în cel de-al doilea argument (un tweet).
import re
def word_in_text(word, text):
word = word.lower()
text = text.lower()
match = re.search(word, text)
if match:
return True
return False
Vei parcurge rândurile DataFrame-ului și vei calcula câte tweet-uri conțin fiecare dintre cuvintele cheie! Lista de valori pentru fiecare candidat a fost inițializată la 0.
Acest exercițiu face parte din cursul
Importul intermediar de date în Python
Instrucțiuni pentru exercițiu
- În interiorul buclei
for index, row in df.iterrows():, codul crește în prezent valoarea luiclintoncu1de fiecare dată când este întâlnit un tweet (rând de text) care menționează 'Clinton'; completează codul astfel încât același lucru să se întâmple și pentrutrump,sandersșicruz.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Initialize list to store tweet counts
[clinton, trump, sanders, cruz] = [0, 0, 0, 0]
# Iterate through df, counting the number of tweets in which
# each candidate is mentioned
for index, row in df.iterrows():
clinton += word_in_text('clinton', row['text'])
trump += word_in_text(____, ____)
sanders += word_in_text(____, ____)
cruz += word_in_text(____, ____)