微博上的情绪分析答案

【问题标题】：Sentiment analysis on a tibble微博上的情绪分析
【发布时间】：2023-03-16 21:46:01
【问题描述】：

基于http://tidytextmining.com/sentiment.html#the-sentiments-dataset，我正在尝试对小标题进行情绪分析。

设置小标题：

url <- c( "t1" , "t2")
word <- c( "abnormal" , "good")
n <- c( 1 , 1)
score <- c(1 , 2)
res <- as_tibble(data.frame("url"=url , "word"=word, "n"=n , "score"=score , stringsAsFactors = F))
res

创建：

# A tibble: 2 x 4
    url     word     n score
  <chr>    <chr> <dbl> <dbl>
1    t1 abnormal     1     1
2    t2     good     1     2

产生情绪：

joined_sentiments <- res %>% inner_join(get_sentiments("bing"))
joined_sentiments

创建：

# A tibble: 2 x 5
    url     word     n score sentiment
  <chr>    <chr> <dbl> <dbl>     <chr>
1    t1 abnormal     1     1  negative
2    t2     good     1     2  positive

然后我怎样才能将这些转换为一系列图表，其中每个图表都是一个特定的 url，类似于

srchttp://tidytextmining.com/sentiment.html#the-sentiments-dataset

由于没有行号，我正在尝试：

joined_sentiments %>%
  count(url, index=n, sentiment) %>%
  spread(sentiment, n, fill = 0) %>%
  mutate(sentiment = positive - negative)

返回错误：

joined_sentiments %>%
+   count(url, index=n, sentiment) %>%
+   spread(sentiment, n, fill = 0) %>%
+   mutate(sentiment = positive - negative)
Error: `var` must evaluate to a single number or a column name, not a double vector
In addition: Warning message:
In if (!is.finite(x)) return(FALSE) :
  the condition has length > 1 and only the first element will be used

【问题讨论】：

标签： r

【解决方案1】：

错误/警告的主要原因是数据集中已经存在'n'列，导致当count应用为count时列名更改为'nn'默认创建一个'n ' 列。

分辨率 %>% inner_join(get_sentiments("bing")) %>% 计数（网址，索引=n，情绪）
#Joining, by = "word" # 一个小标题：2 x 4 # url 索引情绪 nn # #1 t1 1 负 1 #2 t2 1 正 1

在后续步骤中，我们将spreading 转换为“宽”格式，列名指定为“n”，与“nn”不匹配。所以要么把它改成'nn'

res1 <- res %>% 
          inner_join(get_sentiments("bing")) %>% 
          count(url, index=n, sentiment) %>% 
          spread(sentiment, nn, fill = 0) %>%
          mutate(sentiment = positive - negative)
res1
#Joining, by = "word"
# A tibble: 2 x 5
#     url index negative positive sentiment
#   <chr> <dbl>    <dbl>    <dbl>     <dbl>
#1    t1     1        1        0        -1
#2    t2     1        0        1         1

然后用ggplot，就可以了（用两行数据，输出可能不好看）

ggplot(res1, aes(index, sentiment, fill = url)) +
     geom_col(show.legend = FALSE) +
     facet_wrap(~url, ncol = 2, scales = "free_x")

或在创建“res”时删除列“n”，然后 OP 的原始代码就可以正常工作了

res <- tibble(url , word, score)

【讨论】：