У меня есть пользовательская функция.Когда я запускаю функцию вручную, она возвращает фрейм данных:
> create_sentiment_df('taggreason', 'republican', 'lost')
Joining, by = "word"
Joining, by = "word"
sentiment prop.sentiment twitter.name party election.result
1 anger 0.04721931 taggreason republican lost
2 anticipation 0.14375656 taggreason republican lost
3 disgust 0.01259182 taggreason republican lost
4 fear 0.06190976 taggreason republican lost
5 joy 0.09024134 taggreason republican lost
6 negative 0.10073452 taggreason republican lost
7 positive 0.26862539 taggreason republican lost
8 sadness 0.03777545 taggreason republican lost
9 surprise 0.03882476 taggreason republican lost
10 trust 0.19832109 taggreason republican lost
Однако я хочу выполнить это несколько раз, поэтому я использую mapply в каждой строке фрейма данных.Вот данные с фреймом данных только в 1 строку (для тестирования):
> datt1
# A tibble: 1 x 4
twtr_handle party result district_flipped
<chr> <chr> <chr> <chr>
1 taggreason republican lost flipped
А затем вызов функции:
rslt <- mapply(create_sentiment_df, datt1$twtr_handle, datt1$party, datt1$result)
, который возвращает:
> rslt
taggreason
sentiment Character,10
prop.sentiment Numeric,10
twitter.name Character,10
party Character,10
election.result Character,10
или:
Ниже приведена функция.Это требует авторизации в Твиттере, поэтому я не уверен, как это можно легко перезапустить.Есть ли что-то в самой функции, которая заставила бы mapply возвращать список, а не фрейм данных?
library(rtweet)
library(tidytext)
library(tidyverse)
library(BBmisc)
library(reshape)
create_token(
app = "Flippable Sentiment Analysis",
consumer_key = c_k,
consumer_secret = c_s,
access_token <- a_t,
access_secret <- a_s)
create_sentiment_df <- function(twitter.name, party, election.result) {
va_stop_words <- stop_words %>% select(-lexicon) %>%
bind_rows(data.frame(word = c("https", "t.co", "rt", "amp")))
nrc_lex <- get_sentiments("nrc") # many sentiments
dat <- get_timeline(twitter.name, n=3200)
dat$created_at <- as.Date(dat$created_at)
dat_2017 <- subset(dat, created_at > as.Date('2017-01-01') & created_at < as.Date('2017-11-06'))
dat_words <- dat_2017 %>%
select(status_id, text) %>%
unnest_tokens(word,text)
dat_words_interesting <- dat_words %>% anti_join(va_stop_words)
dat_sentiment <- dat_words_interesting %>% left_join(nrc_lex)
dat_sentiment_count <- dat_sentiment %>%
filter(!is.na(sentiment)) %>%
group_by(sentiment) %>%
summarise(prop.sentiment=n())
dat_sentiment_count <- na.omit(dat_sentiment_count)
dat_sentiment_count <- cbind(dat_sentiment_count[1],
prop.table(data.matrix(dat_sentiment_count[-1]), margin=2))
# dat_sentiment_count$twitter.name <- NA
dat_sentiment_count$twitter.name <- twitter.name
dat_sentiment_count$party <- party
dat_sentiment_count$election.result <- election.result
return(as.data.frame(dat_sentiment_count))
}