Contando palavras

Analisando dados de mídias sociais em Python

Alex Hanna

Computational Social Scientist

Por que contar palavras?

Etapa básica para automatizar a análise de texto
Mostra quantas vezes uma palavra-chave aparece em comparação com outras
Nos exercícios: #rstats vs #python

Contando com str.contains

str.contains
- Método de string de Series do pandas
- Retorna uma Series booleana
- case = False - busca sem diferenciar maiúsculas/minúsculas

Conjunto de dados de empresas

import pandas as pd

tweets = pd.DataFrame(flatten_tweets(companies_json))

apple = tweets['text'].str.contains('apple', case = False)

print(np.sum(apple) / tweets.shape[0])

0.112

Contando em vários campos de texto

apple = tweets['text'].str.contains('apple', 
                                     case = False) 
for column in ['extended_tweet-full_text',
    'retweeted_status-text',
    'retweeted_status-extended_tweet-full_text']:
    apple = apple | tweets[column].str.contains('apple', 
                                                 case = False)

print(np.sum(apple) / tweets.shape[0])

0.12866666666666668

Vamos praticar!

Analisando dados de mídias sociais em Python