擷取提及
在推文資料集的每個子列表裡，都有一個名為 "mentions_screen_name" 的元素（也就是 Twitter 的帳號名稱）。如果該推文沒有提及任何人，這個元素會是 NULL；否則會包含一個或多個被提及的帳號名稱。從一串推文中偵測熱門帳號的一種方式，是找出在特定推文集合中被提及次數最多的使用者。
我們會先擷取所有提及的向量。取得這個新向量後，再計算每個帳號被提及的次數。為了做到這點，我們會建立一個新的組合函式，將 table()（計算向量中各元素的出現次數）、sort()，以及 tail() 結合起來。
已經為你載入 purrr，而 rstudioconf 也已在你的資料集中可用。
本練習屬於課程
使用 purrr 的 R 語言中級函式程式設計
練習說明
建立一個由
as_vector()、compact()和flatten()組合而成的函式。建立一個帶有兩個引數的函式：
list與what。這個函式會執行map( list, what )，並將結果傳遞給flatten_to_vector。建立
six_most，一個結合tail()、sort()和table()的函式。對
rstudioconf執行extractor()，並將結果傳給six_most()。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Combine as_vector(), compact(), and flatten()
flatten_to_vector <- ___(___, ___, ___)
# Complete the function
extractor <- function(list, what = "mentions_screen_name"){
map( ___ , ___ ) %>%
___()
}
# Create six_most, with tail(), sort(), and table()
six_most <- ___(___, ___, ___)
# Run extractor() on rstudioconf
___(rstudioconf) %>%
___()