无法获取推文的纬度和经度值

Question

我这样做收集了一些推特数据：

#connect to twitter API
setup_twitter_oauth(consumer_key, consumer_secret, access_token, access_secret)

#set radius and amount of requests
N=200  # tweets to request from each query
S=200  # radius in miles

lats=c(38.9,40.7)
lons=c(-77,-74)

roger=do.call(rbind,lapply(1:length(lats), function(i) searchTwitter('Roger+Federer',
                                                                lang="en",n=N,resultType="recent",
                                                              geocode=paste  (lats[i],lons[i],paste0(S,"mi"),sep=","))))

之后我完成了：

rogerlat=sapply(roger, function(x) as.numeric(x$getLatitude()))
rogerlat=sapply(rogerlat, function(z) ifelse(length(z)==0,NA,z))  

rogerlon=sapply(roger, function(x) as.numeric(x$getLongitude()))
rogerlon=sapply(rogerlon, function(z) ifelse(length(z)==0,NA,z))  

data=as.data.frame(cbind(lat=rogerlat,lon=rogerlon))

现在我想获取所有具有 long 和 lat 值的推文：

data=filter(data, !is.na(lat),!is.na(lon))
lonlat=select(data,lon,lat)

但现在我只得到 NA 值....想知道这里出了什么问题吗？

Answer 1

假设下载了一些推文，其中有一些带有地理参考的推文和一些没有地理坐标的推文：

prod(dim(data)) > 1 & prod(dim(data)) != sum(is.na(data)) & any(is.na(data))
# TRUE

为了简单起见，让我们在 longitude/latitude 点之间模拟 data。

set.seed(123)
data <- data.frame(lon=runif(200, -77, -74), lat=runif(200, 38.9, 40.7))
data[sample(1:200, 10),] <- NA

可以通过删除缺少数据的 10 行来选择具有 longitude/latitude 数据的行。

data2 <- data[-which(is.na(data[, 1])), c("lon", "lat")]
nrow(data) - nrow(data2)
# 10

最后一行替换了代码的最后两行。但是，请注意，这仅在缺少的地理坐标存储为 NA 时才有效。

Answer 2

不一定是答案，但更多的是观察太长无法评论：

首先，您应该查看有关如何输入地理编码数据的文档。使用 twitteR:

setup_twitter_oauth(consumer_key, consumer_secret, access_token, access_secret)

#set radius and amount of requests
N=200  # tweets to request from each query
S=200  # radius in miles

地理数据的结构应如下（纬度、经度、半径）：

geo <- '40,-75,200km'

然后调用使用：

roger <- searchTwitter('Roger+Federer',lang="en",n=N,resultType="recent",geocode=geo)

那么，我会改用twListtoDF来过滤：

roger <- twListToDF(roger)

现在给你一个 data.frame 有 16 列和 200 个观测值（上面设置）。

然后您可以使用以下方式进行过滤：

setDT(roger) #from data.table
roger[latitude > 38.9 & latitude < 40.7 & longitude > -77 & longitude < -74]

就是说（以及为什么这是一个观察与一个答案）- 看起来 twitteR 没有 return 纬度和经度（它在数据中都是 NA returned) - 我认为这是为了保护个人用户的位置。

也就是说，调整半径确实会影响结果的数量，因此代码确实可以以某种方式访问地理数据。

Answer 3

作为 Chris mentioned, searchTwitter does not return the lat-long of a tweet. You can see this by going to the twitteR 文档，它告诉我们它 returns 是一个 status 对象。

状态对象

向下滚动到状态对象，您可以看到包含 11 条信息，但经纬度不是其中之一。但是，我们并没有完全迷路，因为返回了用户的屏幕名称。

如果我们查看用户对象，我们会发现用户的对象至少包含一个位置。

所以我至少可以想到两种可能的解决方案，具体取决于您的用例。

解决方案 1：提取用户位置

# Search for recent Trump tweets #
tweets <- searchTwitter('Trump', lang="en",n=N,resultType="recent",
              geocode='38.9,-77,50mi')

# If you want, convert tweets to a data frame #
tweets.df <- twListToDF(tweets)

# Look up the users #
users <- lookupUsers(tweets.df$screenName)

# Convert users to a dataframe, look at their location#
users_df <- twListToDF(users)

table(users_df[1:10, 'location'])

                                       ❤ Texas  ❤ ALT.SEATTLE.INTERNET.UR.FACE 
                   2                            1                            1 
               Japan             Land of the Free                  New Orleans 
                   1                            1                            1 
  Springfield OR USA                United States                          USA 
                   1                            1                            1 

# Note that these will be the users' self-reported locations,
# so potentially they are not that useful

解决方案 2：有限半径的多次搜索

另一种解决方案是进行一系列重复搜索，以较小的半径增加经纬度。这样你就可以相对确定用户就在你指定的位置附近。

无法获取推文的纬度和经度值

Cant get lat and longitude values of tweets

r

text-mining

tm