Räkna ord

Analys av sociala medier i Python

Alex Hanna

Computational Social Scientist

Varför räkna ord?

Grundläggande steg för att automatisera textanalys
Visar hur ofta ett nyckelord förekommer i dokument jämfört med andra
I övningarna: #rstats vs #python

Räkna med str.contains

str.contains
- pandas Series-strängmetod
- Returnerar boolesk Series
- case = False – skiftlägesokänslig sökning

Datamängden companies

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

Räkna i flera textfält

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

Nu kör vi en övning!

Analys av sociala medier i Python