Woorden tellen

Socialmediagegevens analyseren in Python

Alex Hanna

Computational Social Scientist

Waarom woorden tellen?

Basisstap voor het automatiseren van tekstanalyse
Laat zien hoe vaak een relevant trefwoord voorkomt t.o.v. andere woorden
In oefeningen: #rstats vs #python

Tellen met str.contains

str.contains
- pandas-Series-stringmethode
- Geeft booleaanse Series terug
- case = False - niet hoofdlettergevoelig zoeken

Companies-gegevensset

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

Tellen in meerdere tekstvelden

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

Laten we oefenen!

Socialmediagegevens analyseren in Python