如何在 R 的 twitteR 包中提取推文地理编码答案

【问题标题】：How to extract tweet geocode in twitteR package in R如何在 R 的 twitteR 包中提取推文地理编码
【发布时间】：2012-07-25 08:48:22
【问题描述】：

最近 Edwin Chen 发布了一张很棒的地图，显示了苏打水、汽水和可乐的区域使用情况，这些地图是根据地理编码推文创建的，这些推文涉及饮酒背景下的这些词。 http://blog.echen.me/2012/07/06/soda-vs-pop-with-twitter/

他提到他使用了由 Jeff Gentry 在 R 中创建的 twitteR 包。果然，很容易收集使用给定单词的推文并将它们放入数据框中：

require(twitteR)
require(plyr)
cat.tweets<-searchTwitter("cats",n=1000)
tweets.df = ldply(cat.tweets, function(t) t$toDataFrame() )

数据框 (tweets.df) 将包含每条推文的用户 ID、推文文本等，但似乎不包含地理编码。关于如何在 R 中获取它的任何想法？

【问题讨论】：

您需要提供geocode 供searchTwitter 使用。请参阅库文档?searchTwitter。
我看到您可以在searchTwitter 中提供地理编码和半径，但这不会为每条拉取的推文生成地理编码。
但是您应该拥有您提供的地理编码，对吗？较小的半径可能会满足您的需求吗？
好主意，我明白你的意思了。我基本上可以遍历给定地图上的点网格。感谢您的建议。
当你让它工作时，你应该回答你自己的问题，这样其他人就可以看到你是如何做到的。我真的很喜欢你链接到的帖子，但他们没有发布任何代码。 =(

标签： r twitter geocode

【解决方案1】：

地理编码是指经度和纬度坐标吗？如果是，以下命令对我有用。

cat.tweets = searchTwitter("cats",n=1000)
tweets.df = do.call("rbind",lapply(cat.tweets,as.data.frame))

来源：LINK

【讨论】：

【解决方案2】：

我一直在修改 R 函数，您可以输入搜索文本、搜索站点的数量以及每个站点周围的半径。例如twitterMap("#rstats",10,"10mi")这是代码：

twitterMap <- function(searchtext,locations,radius){
require(ggplot2)
require(maps)
require(twitteR)
#radius from randomly chosen location
radius=radius
lat<-runif(n=locations,min=24.446667, max=49.384472)
long<-runif(n=locations,min=-124.733056, max=-66.949778)
#generate data fram with random longitude, latitude and chosen radius
coordinates<-as.data.frame(cbind(lat,long,radius))
coordinates$lat<-lat
coordinates$long<-long
#create a string of the lat, long, and radius for entry into searchTwitter()
for(i in 1:length(coordinates$lat)){
coordinates$search.twitter.entry[i]<-toString(c(coordinates$lat[i],
coordinates$long[i],radius))
}
# take out spaces in the string
coordinates$search.twitter.entry<-gsub(" ","", coordinates$search.twitter.entry ,
fixed=TRUE)

#Search twitter at each location, check how many tweets and put into dataframe
for(i in 1:length(coordinates$lat)){
coordinates$number.of.tweets[i]<-
 length(searchTwitter(searchString=searchtext,n=1000,geocode=coordinates$search.twitter.entry[i]))
}
#making the US map
all_states <- map_data("state")
#plot all points on the map
p <- ggplot()
p <- p + geom_polygon( data=all_states, aes(x=long, y=lat, group = group),colour="grey",     fill=NA )

p<-p + geom_point( data=coordinates, aes(x=long, y=lat,color=number.of.tweets
                                     )) + scale_size(name="# of tweets")
p
}
# Example
searchTwitter("dolphin",15,"10mi")

我遇到了一些我不知道如何处理的大问题。首先，代码搜索 15 个不同的随机生成位置，这些位置是从美国东部最大经度到西部最大经度、最北纬到最南纬度的均匀分布生成的。这将包括不在美国的地点，比如加拿大明尼苏达森林湖以东。我想要一个随机检查生成的位置是否在美国的函数，如果不是则丢弃它。更重要的是，我想搜索数千个地点，但 twitter 不喜欢这样并给了我一个420 error enhance your calm。所以也许最好每隔几个小时搜索一次，慢慢建立一个数据库，删除重复的推文。最后，如果一个人选择了一个远程流行的主题，R 会给出一个类似Error in function (type, msg, asError = TRUE) : transfer closed with 43756 bytes remaining to read 的错误。我对如何解决这个问题有点困惑。

【讨论】：

请继续努力......并在它弄清楚时发布......即使我需要它
你能告诉我如何从searchTwitter 收集的推文中提取经度和纬度，那么你可以使用this
我收到一条错误消息：在 doRppAPICall("search/tweets", n, params = params, retryOnRateLimit = retryOnRateLimit, : 请求了 15 条推文，但 API 只能返回 0

【解决方案3】：

这是一个玩具示例，假设您每次调用只能提取 100 条推文：

require(twitteR)
require(plyr)
URL = paste('http://search.twitter.com/search.atom? 
      q=','&geocode=39.724089,-104.820557,3mi','&rpp=100&page=', page, sep='') #Aurora,CO with radii of 3mi
XML = htmlTreeParse(URL, useInternal=TRUE)
entry = getNodeSet(XML, "//entry")
tweets = c()

for (i in 1:99){ 
    t = unlist(xpathApply(entry[[i]], "//title", xmlValue))
    tweets = c(tweets,t)
}

这个解决方案可能不太优雅，但我能够获得给定特定地理编码的推文。

【讨论】：