0

Estoy trabajando en un TFM y estoy usando (y aprendiendo R), estoy haciendo una extracción aleatoria de tweets de distinto periódicos nacionales para después tokenizarlos y poder introducirlos en la herramienta Gephy de análisis de redes, la parte de R que empleo es únicamente para la extracción, para la tokenización empleo python, el código en R que he desarrollado es el siguiente

library(twitteR)


api_key="JRG6DOruwiHo7PHAem73olJrx"
api_secret="CQH5vjiRwUa6QjU2KOVIasghwSRAv5fp6OkJfcS7F0pqXbmcdy"
access_token="XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX"
access_token_secret="XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX"


setup_twitter_oauth(api_key,api_secret,access_token,access_token_secret)


cuentas<-c("elmundoes","el_pais","abc_es","larazon_es","eldiarioes","publico_es","okdiario",
           "LaUltima_Hora","LaVanguardia","libertaddigital","elconfidencial","elperiodico",
           "El_Plural","elespanolcom","20m","ElHuffPost","ESdiario_com","voz_populi","elindepcom",
           "_infoLibre","ElSaltoDiario","MediterraneoDGT","europapress")

df<-data.frame()

for(cuenta in cuentas){
  tweets<-twLisToDF(userTimeline(cuenta,n=3200,includeRts = T))
  df<-rbind(df,tweets)
  print(paste("Tweets sustraidos: ",cuenta))
}

prensa_df=df
save(df,file="prensa_df.RData")

replies_df<-prensa_df[complete.cases(prensa_df[,"replyToSN"]),]
rtweets_df<-prensa_df[prensa_df$isRetweet=="TRUE",]
tweets_df<-prensa_df[!complete.cases(prensa_df[,"replyToSN"])&prensa_df$isRetweet=="FALSE",]

write.csv(replies_df,"prensa_replies.CSV")
write.csv(rtweets_df,"prensa_rtweets.CSV")
write.csv(tweets_df,"prensa_tweets.csv")

Y los resultados de error que me da son los siguientes

library(twitteR)
  

api_key="JRG6DOruwiHo7PHAem73olJrx"
api_secret="CQH5vjiRwUa6QjU2KOVIasghwSRAv5fp6OkJfcS7F0pqXbmcdy"
access_token="XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX"
access_token_secret="XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX"


setup_twitter_oauth(api_key,api_secret,access_token,access_token_secret)
"Using direct authentication"


cuentas<-c("elmundoes","el_pais","abc_es","larazon_es","eldiarioes","publico_es","okdiario",
            "LaUltima_Hora","LaVanguardia","libertaddigital","elconfidencial","elperiodico",
            "El_Plural","elespanolcom","20m","ElHuffPost","ESdiario_com","voz_populi","elindepcom",
            "_infoLibre","ElSaltoDiario","MediterraneoDGT","europapress")

df<-data.frame()

for(cuenta in cuentas){
    tweets<-twLisToDF(userTimeline(cuenta,n=3200,includeRts = T))
    df<-rbind(df,tweets)
    print(paste("Tweets sustraidos: ",cuenta))
}
Error in twLisToDF(userTimeline(cuenta, n = 3200, includeRts = T)) : 
  could not find function "twLisToDF"

prensa_df=df
save(df,file="prensa_df.RData")

replies_df<-prensa_df[complete.cases(prensa_df[,"replyToSN"]),]
Error in `[.data.frame`(prensa_df, , "replyToSN") : 
  undefined columns selected
rtweets_df<-prensa_df[prensa_df$isRetweet=="TRUE",]
tweets_df<-prensa_df[!complete.cases(prensa_df[,"replyToSN"])&prensa_df$isRetweet=="FALSE",]
Error in `[.data.frame`(prensa_df, , "replyToSN") : 
  undefined columns selected

write.csv(replies_df,"prensa_replies.CSV")
Error in is.data.frame(x) : object 'replies_df' not found
write.csv(rtweets_df,"prensa_rtweets.CSV")
write.csv(tweets_df,"prensa_tweets.csv")
Error in is.data.frame(x) : object 'tweets_df' not found

si alguien me puede echar una mano se lo agradecería, saludos

1 respuesta 1

1

Podría haber más problemas, pero uno obvio es que en el primer bucle llamas a la función twListToDF como twLisToDF, falta una t antes de To. Por eso el error

 could not find function "twLisToDF"

Ese nombre no existe. Los demás errores creo que dependen de ese, al no tener lo que esperan en prensa_df generan errores porque no aparecen las columnas esperadas y cosas por el estilo.

A modo de sugerencia y sin prisas si es que estás aprendiendo. Si bien en R se puede trabajar con bucles y en algunos casos son la mejor opción, el lenguaje está más orientado a manipular listas usando iteradores como lapply() e ir creando objetos paso a paso. Personalmente esa aproximación se me hace mucho más sencilla que usar bucles, sobre todo para rastrear errores en el código.

Sugerencia 2: si te interesara hacer la tokenización directo en R hay una librería que se llama que es un poco lenta pero muy simple de trabajar. Lo mejor que tiene es está documentada en el libro https://www.tidytextmining.com/ , que es una entrada muy tersa al tema. Lamentablemente no está traducido al español.

Tu Respuesta

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

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