通过循环赋值

Question

我正在尝试衡量 Twitter 上的政治意识形态（通过使用 Rtweet）。我现在有一个数据框，其中包含 +100 个政治家 user_id 以及“因素 1”和“因素 2”的两个理想分数（两个因素的范围都是 1-4）。它看起来像这样（称为kandidat）：

Navne	Faktor 1	Faktor 2
"Politician1"	3.5	1.0
"Politician2"	2.0	4.0
Etc...	X	X

然后，我想检测随机 Twitter 用户是否关注我数据集中的一位或多位政客。如果他们例如关注我的数据集中的两位政客——“Politician1”和“Politician2”——然后，我将在这两个因素上为用户分配两位政客理想得分的平均值。一个 Twitter 用户关注这两位政客的例子可以是因子 1 = (3.5+1.0)/2 = 2.25 和因子 2 = (2.0+4.0)/2 = 3.00。

因此，我尝试创建一个简化的循环，其中仅包括来自 Twitter 的两名记者，称为“测试用户”，他们都关注我数据集中的大部分政治人物。然后循环应检查相应记者是否关注一位或多位政治家：如果他们关注，则循环应分配上述值的平均值。如果没有，它们应该自动从数据集中删除。下面的循环确实运行了，但不幸的是提供了错误的输出（参见代码下方的表格）：

### loop ###

for(i in 1:ncol(testusers)){
  
  #pick politician1 of dataset
  politician1_friends <- get_friends(testusers$Navne[1])
  
  #intersect with candidate data
  ids_intersect = intersect(politician1_friends$user_id, kandidat$user_id)
  if(length(ids_intersect == 0)){
    testusers[i, "anyFriends"] <- FALSE #user has no friends in the politicians df
  } else {
    #assign values to user based on intersect
    politicians_friends = kandidat[kandidat$user_id %in% ids_intersect,]
    s1_mean <- mean(politicians_friends$faktor1, na.rm=TRUE)
    s2_mean <- mean(politicians_friends$faktor2, na.rm=TRUE)
    testusers[i, "faktor1"] <- s1_mean
    testusers[i, "faktor2"] <- s2_mean
    testusers[i, "anyFriends"] <- TRUE #user has friends in the politicians dataset
  }
  # etc.
}

上面的代码给了我这个输出：

Navne	anyFriends
"Politician1"	FALSE
"Politician2"	NA

testusers的结构是：structure(list(Navne = c("Politician1", "Politician2"), anyFriends = c(FALSE, NA)), row.names = 1:2, class = "data.frame")。而且我无法发布 kandidat 的整个结构，因为它太大了：但它是一个由政客组成的数据框（包含来自函数 look_up() 的所有信息，例如 user_id、screen_name、text 等。

所以我猜代码需要一些小的改动，但我还没有弄明白。理想情况下，输出 (df) 应该由“仅”三个数据帧列组成：1) UserID/Name 2) Faktor1 3) Faktor2?

Answer 1

我认为您想要的是另一个 data.frame 左右，其中包含您的用户和他们的“分数”。 R 喜欢使用此类数据帧而不是列表。

我现在假设，您有一个 data.frame 包含您的政治家等以及他们在两个维度上的得分，以及一个包含您感兴趣的用户的 data.frame，例如

kandidat <- data.frame(user_id = 1:2, name = c("Politician1", "Politican2"), Faktor1 = c(3.5, 2), Faktor2 = c(1,4))
my_users <- data.frame(name = c("Max", "Mara"))

现在，如果您想使用 for 循环，您可以执行类似的操作

find_f <- function(df){
  F1_mean <- c()
  F2_mean <- c()
  anyFriends <- c()
  
  for(i in 1:nrow(df)){
    #pick user1 of dataset
    user_friends <- get_friends(df$name[i])
    #intersect with our candidatedata
    ids_intersect = intersect(user_friends$user_id, politicians$user_id)
    if(length(ids_intersect)==0){
      anyFriends <- c(anyFriends, FALSE) # User has no friends in the politicians df
    } else {
      #assign values to user based on intersect - don't know what to do here
      kandidat_friends = kandidat[kandidat$user_id %in% ids_intersect,]
      F1_mean <- c(F1_mean, mean(kandidat_friends$Faktor1, na.rm=TRUE))
      F2_mean <- c(F2_mean, mean(kandidat_friends$Faktor2, na.rm=TRUE))
      anyFriends <- c(anyFriends, TRUE) # user has friends in the politicans dataset
    }
  }
  df$Faktor1 <- F1_mean
  df$Faktor2 <- F2_mean
  df$anyFriends <- anyFriends
  return(df[df$anyFriends,])
}

my_users2 <- find_f(my_users)

到目前为止，这不是一个非常简短的解决方案，但我认为它很容易理解。最重要的是，您使用 data.frames 而不是列表，这在 R 中要容易得多。在每次迭代中，我们都会获得用户的朋友，看看是否与政客有任何交集。如果不是，我们将布尔值FALSE 分配给my_users 数据帧中的anyFriends 变量，这样我们就可以轻松地将它们过滤掉。如果有交集，我们取所选政治家的两个分数的平均值，并将它们分配给相应的用户条目。

在我看来，不需要IDEOLOGISCORE 列表。另外，请注意我没有测试上面的代码，可能是有错别字。只需检查它是否适合您:)