如何使用 R 语言标准化直方图中的推文？

Question

我检索了具有不同跟踪期的各种主题标签的 Twitter 推文。例如，hashtag1 跟踪 6 天，hashtag2 跟踪 4 天，hashtag3 跟踪 2 天。如何标准化每个主题标签？我怎样才能将它们分成相等的四分之一？提前谢谢...这是代码......>

    library(streamR)
    library(rjson)

    setwd("/Users/Desktop")
    Tweets = parseTweets("Hashtag1.json")
    table(Tweets$created_at)

    dated_Tweets <- as.POSIXct(Tweets$created_at, format = "%a %b %d %H:%M:%S   
    +0000 %Y")

    hist(dated_Tweets, breaks="hours", freq=TRUE, xlab="dated_Tweets", main= 
    "Distribution of tweets", col="blue")

Answer 1

您可以使用 chron 包并通过转换为 https://stackoverflow.com/a/37666558/7418254 中所写的 bin 来仅处理小时

Answer 2

我认为您的主要绊脚石是将日期时间转换为 6 小时垃圾箱。您可以使用format.POSIXct 和cut 实现此目的。这是一个建议，带有直方图。有很多方法可以做直方图，也许你会更喜欢表格。

   library(magrittr)
   library(ggplot2)
   ## create some tweet times
   hash1 <- lubridate::ymd("20170101") + lubridate::seconds(runif(100, 0, 10*86400))
   hash2 <- lubridate::ymd("20170101") + lubridate::seconds(runif(100, 0, 31*86400))
   hash3 <- lubridate::ymd("20170101") + lubridate::seconds(runif(300, 0, 5*86400))
   ## bin these into 6h intervals
   bins1 <- format(hash1, "%H") %>%
       as.numeric() %>%
           cut(breaks=c(0,6,12,18,24), include.lowest = TRUE)
   hTags <- data.frame(tag="#1", bins=bins1)
   bins2 <- format(hash2, "%H") %>%
       as.numeric() %>%
           cut(breaks=c(0,6,12,18,24), include.lowest = TRUE)
   hTags <- rbind(hTags,
                  data.frame(tag="#2", bins=bins2 ))
   bins3 <- format(hash3, "%H") %>%
       as.numeric() %>%
           cut(breaks=c(0,6,12,18,24), include.lowest = TRUE)
   hTags <- rbind(hTags,
                  data.frame(tag="#3", bins=bins3 ))
   ggplot(data=hTags, aes(x=bins, fill=tag)) + geom_bar(position="dodge", aes(y=..prop.., group=tag))