基于文本列从R中的数据框中删除转推

Question

我使用 academictwitter 包从 Twitter 中提取推文。我现在想删除所有转推 = 在第一列“文本”（例如第三行）中以“RT”开头的推文。您可以从 github 下载类似的数据框，包括特朗普的推文：https://github.com/cbail/cbail.github.io/blob/master/Trump_Tweets.Rdata

除了我的数据框没有名为“is_retweet”的列，这使它变得更加困难。

我的数据框的输出如下所示（我删除了一些多余的列以使其更清晰）：

提前感谢您的任何建议

Answer 1

您可以使用正则表达式找出哪些行以 'RT' 开头。如果您的数据位于名为 tweets 的数据框中，可能是这样的？

tweets[grepl("^(?!RT)", tweets$text, perl = TRUE),]

或者如果您使用的是 tidyverse:

tweets %>% 
  filter(grepl("^(?!RT)", text, perl = TRUE))

基于文本列从R中的数据框中删除转推

Removing retweets from data frame in R based on text column

r

dataframe

twitter

tweets