Cara mencari Twitter dengan rtweet dan R

Twitter adalah sumber berita yang bagus tentang R - terutama selama konferensi seperti useR! dan RStudio Conference. Dan berkat R dan paket rtweet, Anda dapat membuat alat Anda sendiri untuk mengunduh tweet agar mudah mencari, menyortir, dan memfilter. Mari kita lihat, selangkah demi selangkah.

Pertama Anda ingin menginstal salah satu paket proyek rtweet yang belum Anda miliki: rtweet, reactable, glue, stringr, httpuv, dan dplyr. Kemudian untuk memulai, muat rtweet dan dplyr.

# Jika Anda perlu menginstal salah satu dari ini:

# install.packages ("rtweet")

# install.packages ("reactable")

# install.packages ("lem")

# install.packages ("stringr")

# install.packages ("httpuv")

# install.packages ("dplyr")

# install.packages ("purrr")

perpustakaan (rtweet)

perpustakaan (dplyr)

Otorisasi API Twitter

Untuk menggunakan rtweet, Anda memerlukan akun Twitter sehingga Anda dapat mengotorisasi rtweet untuk menggunakan kredensial akun khusus Anda. Itu karena ada batasan berapa banyak tweet yang dapat Anda unduh dalam periode 15 menit.

Michael Kearney, yang menulis rtweet, memberikan dua pilihan kepada pengguna rtweet. Cara termudah adalah dengan meminta beberapa tweet. Jika tidak ada kredensial yang disimpan di sistem Anda, jendela browser akan terbuka meminta Anda untuk mengotorisasi permintaan. Setelah itu, token otorisasi akan disimpan di file .Renviron Anda sehingga Anda tidak perlu melakukan otorisasi ulang di masa mendatang.

Anda dapat pergi ke rtweet.info untuk melihat metode lain, yang melibatkan pengaturan akun pengembang Twitter dan proyek baru untuk menghasilkan kredensial otorisasi. Jika Anda akan sering menggunakan rtweet, Anda mungkin ingin melakukannya. Tapi untuk memulai, cara yang lebih mudah adalah, lebih mudah.

Impor tweet

Untuk mencari tweet dengan hashtag tertentu (atau frase yang bukan hashtag), Anda menggunakan earch_tweets()fungsi bernama s secara intuitif . Dibutuhkan beberapa argumen, termasuk kueri, seperti #rstudioconf atau #rstats; apakah Anda ingin memasukkan retweet; dan jumlah tweet untuk dikembalikan. Angka defaultnya 100.

Meskipun Anda dapat menerima hingga 18.000 tweet dalam 15 menit, ada batasan penting saat menggunakan API Twitter untuk mencari kata atau frasa: hasil pencarian hanya mundur enam hingga sembilan hari kecuali Anda membayar untuk akun API Twitter premium. Tidak seperti situs Twitter, Anda tidak dapat menggunakan rtweet untuk mencari tweet dari konferensi tahun lalu. Anda tidak akan dapat mencari dua minggu setelah konferensi untuk mendapatkan tweet tersebut. Jadi, Anda pasti ingin memastikan untuk menyimpan tweet yang Anda tarik sekarang yang mungkin Anda inginkan di masa mendatang.

Ada lebih banyak argumen yang dapat Anda gunakan untuk menyesuaikan pencarian Anda, tetapi mari kita mulai dengan pencarian dasar: 200 tweet dengan hashtag #rstudioconf, tanpa retweet.

tweet_df <- search_tweets ("# rstudioconf", n = 200,

include_rts = FALSE)

Jika Anda menjalankan kode itu dan belum pernah menggunakan rtweet sebelumnya, Anda akan diminta untuk mengotorisasi aplikasi Twitter.

Perhatikan bahwa meskipun Anda meminta 200 tweet, Anda mungkin mendapatkan lebih sedikit. Salah satu alasannya adalah mungkin tidak ada 200 tweet untuk kueri Anda dalam enam hingga sembilan hari terakhir. Lain adalah bahwa Twitter mungkin memang awalnya mengekstrak 200 tweet, tetapi setelah memfilter retweet, lebih sedikit yang tersisa.

Bingkai data tweet_df hadir kembali dengan 90 kolom data untuk setiap tweet:

Sharon Machlis,

Kolom yang biasanya paling saya minati adalah status_id, create_at, screen_name, text, favorite_count, retweet_count , dan urls_expanded_url. Anda mungkin menginginkan beberapa kolom lain untuk analisis Anda; tapi untuk tutorial ini, saya akan memilih kolom itu saja. 

Cari, filter, dan analisis tweet Anda

Ada banyak visualisasi dan analisis menarik yang dapat Anda lakukan dengan data Twitter dan R. Beberapa di antaranya dibuat langsung ke rtweet. Tapi saya menulis tutorial ini dengan menggunakan topi jurnalis teknologi saya. Saya ingin cara mudah untuk melihat hal-hal baru dan keren yang mungkin tidak saya ketahui.

Kicauan yang paling disukai dari sebuah konferensi mungkin bisa membantu. Dan jika saya menggunakan rtweet dan API Twitter, saya tidak harus bergantung pada algoritme "populer" Twitter. Saya dapat melakukan penelusuran sendiri dan menetapkan kriteria saya sendiri untuk "populer". Saya mungkin ingin mencari tweet teratas hanya dari hari ini saat konferensi sedang berlangsung, atau memfilter topik tertentu yang saya minati - seperti "mengkilap" atau "purrr" - diurutkan berdasarkan suka atau paling retweet.

Salah satu cara termudah untuk melakukan jenis pencarian dan pengurutan ini adalah dengan tabel yang dapat diurutkan. DT adalah salah satu paket populer untuk ini. Namun belakangan ini saya telah bereksperimen dengan yang lain: dapat bereaksi. 

Default-nya reactable()adalah bla. Sebagai contoh: 

tweet_table_data <- pilih (tweets, -user_id, -status_id)

perpustakaan (bereaksi)

reactable (tweet_table_data)

Kode ini menghasilkan tabel yang terlihat seperti ini:

Sharon Machlis,

Tapi kita bisa menambahkan beberapa kustomisasi, seperti:

reactable (tweet_table_data,

filterable = TRUE, searchable = TRUE, bordered = TRUE,

striped = TRUE, sorot = TRUE,

defaultPageSize = 25, showPageSizeOptions = TRUE,

showSortable = TRUE, pageSizeOptions = c (25, 50, 75, 100, 200), defaultSortOrder = "desc",

kolom = daftar (

create_at = colDef (defaultSortOrder = "asc"),

screen_name = colDef (defaultSortOrder = "asc"),

text = colDef (html = TRUE, minWidth = 190, resizable = TRUE),

favourite_count = colDef (filterable = FALSE),

retweet_count = colDef (filterable = FALSE),

urls_expanded_url = colDef (html = TRUE)

)

)

Hasilnya adalah tabel yang terlihat seperti ini:

Sharon Machlis,

Konfigurasikan tabel data reaktabel Anda 

Dalam potongan kode di atas, filterable = TRUEargumen menambahkan filter pencarian di bawah setiap tajuk kolom, dan searchablemenambahkan kotak pencarian tabel keseluruhan di kanan atas. Menghidupkan bordered, stripeddan highlightmelakukan apa yang Anda harapkan: Menambahkan perbatasan meja, menambahkan bolak-baris warna “garis-garis,” dan menyoroti berturut-turut jika Anda meletakkan kursor di atasnya.

I set my defaultPageSize to 25. The showPageSizeOptions argument lets me change the page length interactively, and then I define page size options that will show up in a drop-down menu below the table (not visible in the screen shot). The showSortable argument adds little arrow icons next to column names so users know they can click to sort. And I set each column’s defaultSortOrder to descending instead of ascending. So if I click on the column of number of retweets or likes, I will see that as most to least, not least to most.

Finally, there is the columns argument. That’s a list containing a column definition for each column. Look at the reactable help files for more details on other available options. In this example, I set the created_at and screen_name columns to have a default sort order of ascending. For the text column, I set it to display HTML as HTML so I can add clickable links. I also set a minimum column width of 190 pixels and made the column resizable — so users can click and drag to make it wider or narrower.

I also turned off the filter boxes for favorite_count and reply_count. That’s because, unfortunately, reactable filters don’t understand when columns are numbers and will filter them as character strings. While reactable sorts number columns properly, the filter boxes are problematic. That’s the major drawback to reactable vs. the DT package: DT understands column types and filters accordingly. But sorting numerically is enough for me for this purpose. 

You can check out the video at the top of this article to see what it looks like when you sort a column or make the tweet text column wider and narrower.

Make your data table more useful

A couple of things will make this table more useful. This code doesn’t display images or videos included in tweets. That’s fine, because my purpose here is to scan text, not re-create a Twitter application. But that means it will sometimes be helpful to see the original tweet in order to view photos, videos, or comments.

I think it’s convenient to add a small clickable something at the end of each tweet’s text that you can click to see the actual tweet on Twitter. I decided on >> although it could be any character or characters.

To construct a URL, I need to know the format of a tweet, which if you look at any tweet on the Twitter website, you can see is //twitter.com/username/status/tweetID. 

Using the glue package, that would be rendered like this: 

glue::glue("//twitter.com/{screen_name}/status/{status_id}")

If you haven’t used glue before, it’s a great package for pasting together text and variable values. In the above code, any variable name between braces is evaluated.

My full code to create a column with a clickable link to the tweet after the tweet text:

Tweet = glue::glue("{text} >> ") 

And the code to create a data frame for an interactive table:

tweet_table_data %

select(user_id, status_id, created_at, screen_name, text, favorite_count, retweet_count, urls_expanded_url) %>%

mutate(

Tweet = glue::glue("{text} >> ")

)%>%

select(DateTime = created_at, User = screen_name, Tweet, Likes = favorite_count, RTs = retweet_count, URLs = urls_expanded_url)

I'd also like to make clickable links from the URL column, which is now just text. This is a bit complicated, because the URL column is a list column because some tweets include more than one URL.

I’m sure there is a more elegant way to create clickable links from a list column of plain-text URLs, but the code below works. First I create a function to generate the HTML if there are no URLs, one URL, or two or more:

make_url_html <- function(url) {

if(length(url) < 2) {

if(!is.na(url)) {

as.character(glue("{url}") )

} else {

""

}

} else {

paste0(purrr::map_chr(url, ~ paste0("", .x, "", collapse = ", ")), collapse = ", ")

}

}

I run purrr::map_chr() on the URL value if there are two or more URLs so that each URL gets its own HTML; then I paste them together and collapse them into a single character string to appear in the table.

Once my function works, I use purrr::map_chr() again to iterate over each item in the column:

tweet_table_data$URLs <- purrr::map_chr(tweet_table_data$URLs, make_url_html)

Don’t worry if you don’t understand this part, since it’s really more about purrr and list columns than rtweet and reactable. And it’s not necessary to search and sort the tweets; you can always click to the original tweet and see clickable links there.

Finally, I can run my customized reactable() code on the new tweet table data: 

reactable(tweet_table_data,

filterable = TRUE, searchable = TRUE, bordered = TRUE, striped = TRUE, highlight = TRUE,

showSortable = TRUE, defaultSortOrder = "desc", defaultPageSize = 25, showPageSizeOptions = TRUE, pageSizeOptions = c(25, 50, 75, 100, 200),

columns = list(

DateTime = colDef(defaultSortOrder = "asc"),

User = colDef(defaultSortOrder = "asc"),

Tweet = colDef(html = TRUE, minWidth = 190, resizable = TRUE),

Likes = colDef(filterable = FALSE, format = colFormat(separators = TRUE)),

RTs = colDef(filterable = FALSE, format = colFormat(separators = TRUE)),

URLs = colDef(html = TRUE)

)

)

If you’ve been following along, you should have your own interactive table that can search, sort, and filter conference or topic tweets.

Tips for tweet collectors

One thing to remember: If you’re following a conference hashtag during a conference, you will want to pull enough tweets to get the whole conference. So check the earliest date in your tweet data frame. If that date is after the conference started, request more tweets. If your conference hashtag has more than 18,000 tweets (as happened when I was tracking CES) you’ll need to come up with some strategies to get the whole set. Check out the retryonratelimit argument for search_tweets() if you want to collect a whole 18,000+ set of conference hashtag tweets going back 6 days or less 

Finally, make sure to save your data to a local file when the conference ends! A week later, you’ll no longer have access to those tweets via search_tweets() and the Twitter API.

Dan lihat bonus episode "Lakukan Lebih Banyak dengan R" untuk mengetahui cara mengubah aplikasi pelacakan Twitter ini menjadi aplikasi Shiny interaktif.

Untuk tips R lainnya, buka halaman Do More With R di //bit.ly/domorewithR atau playlist Do More With R di channel YouTube TECHtalk.