Skip to content

Instantly share code, notes, and snippets.

Embed
What would you like to do?
código para un análisis `rtweet` de tweets de SACNAS 2019
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)
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment