เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

วิเคราะห์ข้อความจาก Twitter เบื้องต้น

เมื่อเตรียม DataFrame ของทวีตพร้อมแล้ว เราจะมาวิเคราะห์ข้อความเพื่อนับว่ามีทวีตกี่รายการที่มีคำว่า 'clinton', 'trump', 'sanders' และ 'cruz' ใน pre-exercise code มีการกำหนดฟังก์ชัน word_in_text() ไว้ให้แล้ว ซึ่งจะบอกว่าอาร์กิวเมนต์แรก (คำที่ต้องการค้นหา) ปรากฏอยู่ในอาร์กิวเมนต์ที่สอง (ทวีต) หรือไม่

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

จากนั้นจะวนซ้ำผ่านแต่ละแถวใน DataFrame เพื่อนับจำนวนทวีตที่มีคำสำคัญแต่ละคำ โดยตัวแปรสำหรับผู้สมัครแต่ละคนได้ถูกกำหนดค่าเริ่มต้นเป็น 0 ไว้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การนำเข้าข้อมูลด้วย Python ระดับกลาง

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ภายใน for loop for index, row in df.iterrows(): โค้ดปัจจุบันจะเพิ่มค่าของ clinton ขึ้น 1 ทุกครั้งที่พบทวีต (แถวข้อความ) ที่กล่าวถึง 'Clinton' ให้เติมโค้ดให้ครบเพื่อให้เกิดผลเช่นเดียวกันกับ trump, sanders และ cruz

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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(____, ____)
แก้ไขและรันโค้ด