Twitter與OpenRefine共同標籤

我使用OpenRefine將一些Twitter元數據格式化爲由Gephi讀取的邊緣列表。如果我想研究用戶提及的關聯或用戶標籤關聯，它很容易工作。但是現在我想研究協同標籤，因此在推文中標籤多頻繁地出現。Twitter與OpenRefine共同標籤

要做到這一點OpenRefine（我不知道很好）是有點棘手，我需要一些幫助。我的數據是在csv中，有兩列：用戶的用戶名，鳴叫中使用的逗號分隔的標籤串。使用OpenRefine獲取用戶標籤邊界列表我使用hashtags列上的「Split multi valued cells」，然後在用戶列上使用「Fill down」（非常簡單）。我不知道如何獲得hashtag-hashtag邊界列表。我可以在hashtags列上使用「Split multi valued cells」來獲取推文中提到的每個hashtag的新行。但是，如何「填充」這些行以獲得hashtag-hashtag共現的所有組合？

例子：

數據：

User   Hashtags 
Dario  Data mining, R, OpenRefine

期望的結果：

Hashtag 1 Hashtag 2 

Data mining R 
Data mining OpenRefine 
R   OpenRefine

來源

2015-03-02 Dario Lacan

這裏是我的建議。

讓我們用你的例子：

User   Hashtags 
Dario  Data mining, R, OpenRefine

1°/使用所謂的「分離的多值單元列」的列＃標籤

功能你應該得到的東西，如：

User   Hashtags 
Dario  Data mining 
      R 
      OpenRefine

2°/在Hashtags列上嘗試此轉換：

if((row.record.cells["Hashtags"].value[-1])==value,value+","+(row.record.cells["Hashtags"].value[0]),value+","+(row.record.cells["Hashtags"].value[-1]))

3°）根據「，」分隔符將列分成列。

它適用於我。

編輯：

該解決方案產生重複的條目，可以這樣容易去除：

加入多值單元，採用|分隔符（例如）。

你喜歡的東西

1. 

Dario 

Data mining,Prout|R,Prout|OpenRefine,Prout|Prout,Data mining 

2. 

Essai 

Data mining,R|R,Data mining

然後拆分單元格的基礎上分隔欄|
最後，刪除第一個hashtag列。

來源

2015-03-05 21:29:19 hpiedcoq

也張貼在OpenRefine谷歌組：

我想你可以用foreach和forRange的組合做到這一點。在包含逗號分隔主題標籤的單元格上嘗試以下轉換：

forEachIndex（value.split（「，」），i，v，forRange（i + 1，value.split（「，」）。length（），1，j，v.trim（）+「，」+ value.split（「，」）[j] .trim（））。join（「|」））。join（「|」）

這應該產生一個管道分隔的獨特組合列表。然後你可以使用'分割多值單元格'

來源

2015-03-06 14:29:52

Twitter與OpenRefine共同標籤

回答

相關問題