1

se pueden filtrar los tweets (recolectados en una lista de diccionarios) por algunas variables?

Esta es la salida

{'statuses': [{'created_at': 'Fri Dec 06 00:39:33 +0000 2019',
   'id': 1202749383332286464,
   'id_str': '1202749383332286464',
   'text': 'RT @FLagos_Neumann: He recibido amenazas y muy violentas. Incluso contra mi vida. Eso no me va a silenciar. Seguire ejerciendo mi derecho d…',
   'truncated': False,
   'entities': {'hashtags': [],
    'symbols': [],
    'user_mentions': [{'screen_name': 'FLagos_Neumann',
      'name': 'Florencia Lagos Neumann',
      'id': 387725299,
      'id_str': '387725299',
      'indices': [3, 18]}], ...}

Tengo el siguiente código para editar.

f = 'datos.txt'
with open(f,'rb') as rfp: 
        lista_tweets = pickle.load(rfp)
        # carga lista de tweets
for x in response_dict['statuses']:
    lista_tweets.append(x)
    #agrega los tweets de la nueva busqueda a la lista
with open(f,'wb') as wfp:
    pickle.dump(lista_tweets, wfp)
    # guarda nueva lista
with open(f,'rb') as rfp:
    lista_tweets = pickle.load(rfp)
    # carga la lista

que comandos se pueden usar para filtrar la búsqueda y guardar solo por ejemplo las 'id' y el 'texto'.

Muchas gracias

1 respuesta 1

1

Crea un nuevo diccionario que contenga solo las dos claves que buscas. Por ejemplo así:

for x in response_dict['statuses']:
    lista_tweets.append({"id": x["id"], "text": x["text"] })

Si quieres ser más flexible y general, puedes hacer una función que extraiga los campos que le pasas como parámetro. Por ejemplo así:

def extraer_campos(data, campos):
   return { campo: data.get(campo, None) for campo in campos }

Esta función utiliza lo que se llama una dict comprehension para crear en una sola línea un diccionario a base de iterar por las claves que vienen en el parámetro campos. En lugar de data[campo], que podría haber usado, he elegido en cambio data.get(campo, None) que hace lo mismo con la ventaja de que si el campo no está presente en data, en lugar de romper con una excepción te devolverá None (o lo que especifiques como segundo parámetro de data.get()).

Con esa función tu bucle quedaría:

for x in response_dict['statuses']:
    lista_tweets.append(extraer_campos(x, ["id", "text"]))

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.