使用 R 将 author_id 转换为 author_username
Converting author_id to author_username with R
我的数据集（大约 30000 条推文）中有一个“sourcetweet_author_id”列，其中包括引用和转推用户的推特 ID。我想将推特 ID 转换为推特用户名。
我用 rtweet 包的 lookup_users 功能收集了“sourcetweet_author_id”的用户名。
data.with.usernames <- lookup_users(as_userid(mydata$sourcetweet_author_id))
示例输出：
示例数据：
"user_id"
"status_id"
"created_at"
"screen_name"
"99564663"
"1521494990890876929"
2022-05-03 14:20:48
"LeventUzumcu"
"4274638635"
"1521110034515701760"
2022-05-02 12:51:07
"SalihaSnmezate1"
"1266093027254325250"
"1300887103874707457"
2020-09-01 20:03:49
"arjin3426"
"1494034783"
"1521523729599107073"
2022-05-03 16:15:00
"DikenComTr"
但是这个函数只返回唯一用户列表。这很正常，因为我的数据集包含来自同一条推文的许多转推。
现在，我需要一个函数来将每个 sourcetweet_author_id 与其用户名匹配，并使用该函数将“user_id”列中的所有 ID 转换为新列中的用户名。
我的原始数据集的样本数据 table：
"sourcetweet_author_id"
"created_at"
"retweet_count"
"like_count"
"99564663"
"2020-07-23T14:00:39.000Z"
8031
0
"99564663"
"2020-07-23T14:00:35.000Z"
7153
0
"1266093027254325250"
"2020-07-23T14:00:29.000Z"
7153
0
"1266093027254325250"
"2020-07-23T14:00:29.000Z"
6596
0
这应该将 screen_name 列添加到 original_dataset:
library(dplyr)
original_dataset %>%
left_join(
select(data.with.usernames, sourcetweet_author_id = user_id, screen_name)
)
我的数据集（大约 30000 条推文）中有一个“sourcetweet_author_id”列，其中包括引用和转推用户的推特 ID。我想将推特 ID 转换为推特用户名。
我用 rtweet 包的 lookup_users 功能收集了“sourcetweet_author_id”的用户名。
data.with.usernames <- lookup_users(as_userid(mydata$sourcetweet_author_id))
示例输出：
示例数据：
| "user_id" | "status_id" | "created_at" | "screen_name" |
|---|---|---|---|
| "99564663" | "1521494990890876929" | 2022-05-03 14:20:48 | "LeventUzumcu" |
| "4274638635" | "1521110034515701760" | 2022-05-02 12:51:07 | "SalihaSnmezate1" |
| "1266093027254325250" | "1300887103874707457" | 2020-09-01 20:03:49 | "arjin3426" |
| "1494034783" | "1521523729599107073" | 2022-05-03 16:15:00 | "DikenComTr" |
但是这个函数只返回唯一用户列表。这很正常，因为我的数据集包含来自同一条推文的许多转推。
现在，我需要一个函数来将每个 sourcetweet_author_id 与其用户名匹配，并使用该函数将“user_id”列中的所有 ID 转换为新列中的用户名。
我的原始数据集的样本数据 table：
| "sourcetweet_author_id" | "created_at" | "retweet_count" | "like_count" |
|---|---|---|---|
| "99564663" | "2020-07-23T14:00:39.000Z" | 8031 | 0 |
| "99564663" | "2020-07-23T14:00:35.000Z" | 7153 | 0 |
| "1266093027254325250" | "2020-07-23T14:00:29.000Z" | 7153 | 0 |
| "1266093027254325250" | "2020-07-23T14:00:29.000Z" | 6596 | 0 |
这应该将 screen_name 列添加到 original_dataset:
library(dplyr)
original_dataset %>%
left_join(
select(data.with.usernames, sourcetweet_author_id = user_id, screen_name)
)