การนับคำ

การวิเคราะห์ข้อมูลโซเชียลมีเดียด้วย Python

Alex Hanna

Computational Social Scientist

ทำไมต้องนับคำ?

ขั้นตอนพื้นฐานสำหรับการวิเคราะห์ข้อความอัตโนมัติ
บอกได้ว่าคีย์เวิร์ดที่เกี่ยวข้องถูกกล่าวถึงกี่ครั้งในเอกสาร เมื่อเทียบกับคำอื่น
ในแบบฝึกหัด: #rstats vs #python

การนับด้วย str.contains

str.contains
- เมธอดสตริงของ pandas Series
- คืนค่าเป็น Series แบบ boolean
- case = False - ค้นหาโดยไม่แยกตัวพิมพ์เล็ก/ใหญ่

ชุดข้อมูลบริษัท

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

การนับในหลายฟิลด์ข้อความ

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

มาฝึกกันเถอะ!

การวิเคราะห์ข้อมูลโซเชียลมีเดียด้วย Python