Я сделал некоторые для забавного твиттера. Я использовал twitters streaming-APi и записывал твиты раньше, а также после футбольного матча. Теперь я хочу сделать ggplot2-graph, который показывает частоту твитов на футбольном матче.Как заполнить твиты за минуту
В оригинальной dataframe i've одной строки на твите и переменный «created_at», который содержит дату, как это: Sat Dec 13 13:04:34 +0000 2014
Затем я изменил временный формат, как этот
чириканье $ формат < - as.POSIXct (твиты $ created_at, формат = "% A% B% d% H:% M:% S% г% У", TZ = "")
и получил это 2014-12-13 14:04:34 CET. Потому что Я не нужна дата, я думал, я мог бы избавиться от него
твиты $ Uhrzeit < - ("*", "", чирикает $ формат) суб
С это у меня осталось только время 14:04:34.
Моя проблема в том, что я хочу проанализировать твитовую частоту с точностью до твитов в минуту. Как объединить твиты в минуту? Как я сказал ранее, каждая строка - это твит. Я создал фреймворк с указанием времени и второй переменной, содержащей «1». Теперь я хочу подсчитать (суммировать, суммировать) вторую переменную за каждую минуту. Я попытался найти решение, прочитать о библиотеке зоопарков и хронологической библиотеке, но это оставило меня в замешательстве.
Надеюсь, кто-то может мне помочь.
EDIT: Воспроизводимость данных dataframe является подмножеством этого: имена (твиты)
[1] "X" "text" "retweet_count"
[4] "favorited" "truncated" "id_str"
[7] "in_reply_to_screen_name" "source" "retweeted"
[10] "created_at" "in_reply_to_status_id_str" "in_reply_to_user_id_str"
[13] "lang" "listed_count" "verified"
[16] "location" "user_id_str" "description"
[19] "geo_enabled" "user_created_at" "statuses_count"
[22] "followers_count" "favourites_count" "protected"
[25] "user_url" "name" "time_zone"
[28] "user_lang" "utc_offset" "friends_count"
[31] "screen_name" "country_code" "country"
[34] "place_type" "full_name" "place_name"
[37] "place_id" "place_lat" "place_lon"
[40] "lat" "lon" "expanded_url"
[43] "url" "timeformat"
Я преобразовали "created_at" переменную в "TimeFormat" переменной, которая выглядит следующим образом:
tweets.df<-as.data.frame(cbind(c("2014-12-13 14:04:34 CET","2014-12-13 14:04:37 CET","2014-12-13 14:04:45 CET","2014-12-13 14:05:23 CET","2014-12-13 14:05:53 CET","2014-12-13 14:05:58 CET","2014-12-13 14:06:33 CET","2014-12-13 14:06:38 CET","2014-12-13 14:06:59 CET","2014-12-13 14:08:16 CET","2014-12-13 14:09:12 CET","2014-12-13 14:09:34 CET","2014-12-13 14:10:05 CET","2014-12-13 14:10:16 CET","2014-12-13 14:10:17 CET","2014-12-13 14:11:13 CET","2014-12-13 14:11:16 CET","2014-12-13 14:12:01 CET","2014-12-13 14:12:30 CET","2014-12-13 14:14:02 CET","2014-12-13 14:14:02 CET","2014-12-13 14:14:02 CET","2014-12-13 14:14:03 CET","2014-12-13 14:14:03 CET","2014-12-13 14:14:03 CET","2014-12-13 14:14:03 CET","2014-12-13 14:14:03 CET","2014-12-13 14:14:05 CET","2014-12-13 14:14:05 CET","2014-12-13 14:14:07 CET","2014-12-13 14:14:07 CET","2014-12-13 14:14:08 CET","2014-12-13 14:14:08 CET","2014-12-13 14:14:08 CET","2014-12-13 14:14:08 CET","2014-12-13 14:14:11 CET","2014-12-13 14:14:11 CET","2014-12-13 14:14:22 CET","2014-12-13 14:14:48 CET","2014-12-13 14:15:02 CET","2014-12-13 14:15:03 CET","2014-12-13 14:16:20 CET","2014-12-13 14:16:26 CET","2014-12-13 14:17:14 CET","2014-12-13 14:17:24 CET","2014-12-13 14:17:45 CET","2014-12-13 14:17:49 CET","2014-12-13 14:18:05 CET","2014-12-13 14:18:30 CET","2014-12-13 14:19:38 CET"),1))
colnames(tweets.df)<-c("time","freq")
Я только что построил данные. stat = "bin", который по умолчанию помещает ячейки в 1/30 диапазона данных. Было бы лучше иметь его в минуту.
ggplot(tweets,aes(x=timeformat)) + geom_line(stat="bin")
Это было бы легче ответить, если вы сделали [воспроизводимый пример] (http://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example) с образцом ввода. – MrFlick
У меня есть решение, но я хотел бы иметь пример dataframe с выходом, который вы ожидаете, чтобы убедиться, что мы на одном треке. В качестве намека моя идея - использовать 'dplyr' и' POSIXlt', которые предоставят вам доступ к '$ hour' (проще, чем просто gsub it), и используйте' dplyr' 'group_by' и' summaryize' – zipp
Звучит как задание для 'table()', но трудно сказать без данных образца. – voidHead