código para un análisis `rtweet` de tweets de SACNAS 2019

sacnas-rtweet-es.R

library(rtweet)
library(tidyverse) 
library(magick)
library(cowplot)

library(rtweet)
estados <- search_tweets('2019sacnas AND CienciaPR OR CienciaBoricua OR PuertoRico', n=2000) 

estaditos <- estados %>% 
  filter(is_retweet == "FALSE") %>% # obtener tweets originales
  select(screen_name, favorite_count,retweet_count, text) %>% # columnas de interes
  arrange(desc(favorite_count))    # ordenar por los más favorecidos
head(estaditos)
 
nrow(estaditos) # el número total de tweets originales

estaditos %>% 
  select(retweet_count,favorite_count) %>% 
  colSums() # el número total de retweets y favoritos
  
resumen <- estaditos %>%
    group_by(screen_name) %>% # agrupar por screen name
    summarize(n_tweets = n(), # cantidad de tweets totales
              n_fav = sum(favorite_count), # total de favoritos
              n_rt =  sum(retweet_count),  # total de retweets
              promedio_fav = round(mean(favorite_count), digits = 1), # número promedio de favoritos
              promedio_rt = round(mean(retweet_count), digits = 1)) %>% #número promedio de retweets
    arrange(desc(n_fav)) # ordenar  
head(resumen)

mitema <- function(){ .          # tema personalizado
  theme_minimal(base_size = 8) + # tema y tamaño de fuente
  theme(panel.grid = element_blank()) # sin líneas de cuadrícula
}
 
 
img1 <- image_read("http://www.gradpost.ucsb.edu/images/default-source/default-album/sacnas.jpg?sfvrsn=1")
img2 <- image_read("https://upload.wikimedia.org/wikipedia/commons/thumb/2/28/Flag_of_Puerto_Rico.svg/1024px-Flag_of_Puerto_Rico.svg.png")
img <- image_read("https://pbs.twimg.com/media/EIPodEKX0AAdF8C?format=jpg&name=small")
rast <- grid::rasterGrob(img, interpolate = T)

tiempodetweets <- ts_plot(estados, "8 hour") +
  ggplot2::labs(y = "Número de tweets y retweets por 8 horas", 
                x = "Datos obtenidos de la API REST de Twitter a través de rtweet",
                title = "Estados de Twitter con #2019SACNAS y #CienciaPR o #CienciaBoricua") +
  theme_minimal(base_size = 8) + 
  theme(panel.grid = element_blank()) 
ggdraw(tiempodetweets) +
   draw_image(img1, scale = 0.3, x = 0.07, y = 0.25) +
   draw_image(img2, scale = 0.25, x = 0.3, y = 0.25) 
   
resumen %>% top_n(15, n_tweets) %>%
  ggplot() + 
  geom_bar(aes(x = reorder(screen_name, n_tweets), y = n_tweets), 
           stat = "identity", fill = "#505050") +  
  geom_text(aes(label = n_tweets, y = n_tweets, x = screen_name),  
            hjust=1, size = 2, color = "#E1E9E8") +
  labs(x = NULL, y = "Tweets por usuario", 
       title = "¿Quién usó #2019SACNAS y #CienciaPR o #CienciaBoricua más?",
       caption = "Foto de @ncoloncarrion")  +
  coord_flip() + # Cambio los ejes
  mitema() +  # añadir tema personalizado
  annotation_custom(rast, ymin = 2, ymax = 4, xmin = -7) # añadir foto
  
a <- resumen %>% top_n(7, n_fav) %>%
  ggplot() +
  geom_bar(aes(x = reorder(screen_name, n_fav), y = n_fav),
           stat = "identity", fill = "blue") +
  geom_text(aes(label = n_fav, y = n_fav, x = screen_name),  
            hjust=1, size = 2.5, color = "white") +
  labs(x = NULL, y =  "Número de favoritos", title = "¿Quién recibió la mayoría de los favoritos?") +
  coord_flip() + 
  mitema()

b <- resumen %>% top_n(7, n_rt) %>%
  ggplot() +
  geom_bar(aes(x = reorder(screen_name, n_rt), y = n_rt),
            stat = "identity", fill = "red") +
  geom_text(aes(label = n_rt, y = n_rt, x = screen_name),  
            hjust=1, size = 2.5, color = "white") +
  labs(x = NULL, y  = "Número de retweets", title = "¿La mayoría de los retweets?") +
  coord_flip() + 
  mitema()

c <- resumen %>% top_n(7, promedio_fav) %>%
  ggplot() +
  geom_bar(aes(x = reorder(screen_name, promedio_fav), y = promedio_fav),
           stat = "identity", fill = "blue") +
  geom_text(aes(label = promedio_fav, y = promedio_fav, x = screen_name),  
            hjust=1, size = 2.5, color = "white") +
  labs(x = NULL, y = "Promedio de favoritos por tweet",
       title = "¿Quién recibió la mayoría de los favoritos en promedio?")  +
  coord_flip() +  
  mitema()

d <- resumen %>% top_n(7, promedio_rt) %>%
  ggplot() +
  geom_bar(aes(x = reorder(screen_name, promedio_rt), y = promedio_rt),
           stat = "identity", fill = "red") +
  geom_text(aes(label = promedio_rt, y = promedio_rt, x = screen_name),  
            hjust=1, size = 2.5, color = "white") +
  labs(x = NULL, y = "Promedio de retweets por tweet", title = "La mayoría de los retweets en promedio?") +
  coord_flip() + 
  mitema()

plot_grid(a,b, c,d)


personasenSACNAS <- resumen$screen_name
personasenSACNAS

retweets_total <- estados %>% 
  filter(is_retweet == "TRUE" | is_quote == "TRUE") %>%
  select(screen_name, retweet_screen_name, retweet_count, text)   
retweets_total

retweets_sinpersonasenSACNAS <- estados %>% 
  filter(is_retweet == "TRUE" | is_quote == "TRUE") %>%  
  filter(!screen_name %in% personasenSACNAS) %>%  
  select(screen_name, retweet_screen_name, retweet_count, text) 
retweets_sinpersonasenSACNAS

nrow(retweets_sinpersonasenSACNAS) / nrow(retweets_total) * 100

e <- retweets_sinpersonasenSACNAS %>% 
    group_by(screen_name) %>%
    summarize(n_rt = n()) %>%
    arrange(desc(n_rt))  %>%
  head(10) %>%
  ggplot() +
  geom_bar(aes(x = reorder(screen_name, n_rt), y = n_rt),
            stat = "identity", fill = "#00acee") +
  geom_text(aes(label = n_rt, y = n_rt, x = screen_name),  
            hjust=1, size = 2.5, color = "white") +
  labs(x = "Non-SACNAS retweeters", y  = "Cantidad de retweets", 
       title = "¿Quién no estaba en SACNAS pero amplificó nuestro mensaje?") +
  coord_flip() + 
  mitema()

f <- retweets_sinpersonasenSACNAS %>% 
  group_by(retweet_count,retweet_screen_name, text) %>%
  summarize(n_rt = n()) %>%
  arrange(desc(n_rt))  %>%
  mutate(quien.texto = paste(retweet_screen_name, text, sep = " - "),
         texto.corto = substr(quien.texto, start=1, stop=80),
         porcentaje = round((n_rt / retweet_count *100),2)) %>%
  head(10) %>%
  ggplot() +
  geom_bar(aes(x = reorder(texto.corto, porcentaje), y = porcentaje),
            stat = "identity", fill = "#00acee") +
    geom_text(aes(label = porcentaje, y = porcentaje, x = texto.corto),  
            hjust=1, size = 2.5, color = "white") +
  labs(x = "Tweeter y texto", y  = "% retweets de personas que no están en SACNAS", 
       title = "¿Qué tweets se compartieron más ampliamente?") +
  coord_flip() + 
  mitema()

plot_grid(e,f, nrow = 2)