R 每月文字推文的绘图计数/频率

我已经将R连接到Twitter，正在使用R中的

searchTwitter

功能进行抓取，并清理结果数据中的标点符号、小写字母等。现在我正在尝试执行以下操作：

• 统计自2015年1月至2015年7月底每月发布的带有“拍卖”字样的推文数量
• 在一个简单的条形图中绘制计数（

  x轴-月

  ；

  y轴-tweet数

  ）

我想把它用于转发、提及、回复和收藏

这就是我迄今为止所尝试的：

#load the packages into R
>library(twitteR)
>library(plyr)
>library(ggplot2)    

# Register an application (API) at https://apps.twitter.com/
# Look up the API key and create a token – you need for both the key and the secret
# Assign the keys to variables and use the authorization
api_key <- “your API key from twitter”
api_secret <- “your Secret key from twitter”
access_token <- “you Access Token from twitter”
access_token_secret <- “you Access Token Secret key from twitter”
setup_twitter_oauth(api_key,api_secret,access_token,access_token_secret)

#将包加载到R
>图书馆（推特）
>图书馆（plyr）
>图书馆（GG2）
#在以下位置注册应用程序（API）https://apps.twitter.com/
#查找API密钥并创建令牌–您需要密钥和密钥
#将密钥分配给变量并使用授权
api_key由于您甚至没有提供我们可以处理的一小部分数据，我的回答可能很肤浅

library(stringi); library(dplyr); library(SciencesPo)

  df <- data.frame(tweets = c("blah, blah, Blah, auction","blah, auction", "blah, blah", "this auction, blah", "today"), date=c('2015-07-01','2015-06-01','2015-05-01','2015-07-31','2015-05-01'))
  > df
                         tweets       date
    1 blah, blah, Blah, auction 2015-07-01
    2             blah, auction 2015-06-01
    3                blah, blah 2015-05-01
    4        this auction, blah 2015-07-31
    5                     today 2015-05-01

 filter = "auction"

> df$n <- vapply(df$tweets, function(x) sum(stri_count_fixed(x, filter)), 1L)
> df
                     tweets       date n
1 blah, blah, Blah, auction 2015-07-01 1
2             blah, auction 2015-06-01 1
3                blah, blah 2015-05-01 0
4        this auction, blah 2015-07-31 1
5                     today 2015-05-01 0

瞧！另外，将其绘制为
ggplot（df2，aes（x=month，y=freq））+geom\u line（）+theme\u pub（）
请发布您当前的代码，以及您为实现此目的而编写的代码。我添加了代码，感谢您的耐心！谢谢你的回答，尽管我的问题措辞很糟糕total noob alarm（我添加了代码！），但我发现我不能同时使用data.frame函数和searchTwitter函数；您建议我将twitter数据保存为csv，然后用它创建一个数据框，还是我可以使用df作为最适合您的方式。鉴于我没有完整的信息，我提供了一个解决方案，将您的数据作为一个数据框架。您可以这样转换数据，或者修改vapply语法，以便以列表的形式处理数据。这取决于你。
tweet.dataframe <- data.frame(searchTwitter("action", since = "2015-01-01", until = "2015-08-03", n=3000))

yultweets <- searchTwitter("#accessyul", n=1500)
y <- twListToDF(yultweets)
y$created <- as.POSIXct(format(y$created, tz="America/Montreal"))
yply <- ddply(y, .var = "screenName", .fun = function(x) {return(subset(x,     
created %in% min(created), select = c(screenName,created)))})
yplytime <- arrange(yply,-desc(created))
y$screenName=factor(y$screenName, levels = yplytime$screenName)
ggplot(y) + geom_point(aes(x=created,y=screenName)) + ylab("Twitter username") + xlab("Time")

library(stringi); library(dplyr); library(SciencesPo)

  df <- data.frame(tweets = c("blah, blah, Blah, auction","blah, auction", "blah, blah", "this auction, blah", "today"), date=c('2015-07-01','2015-06-01','2015-05-01','2015-07-31','2015-05-01'))
  > df
                         tweets       date
    1 blah, blah, Blah, auction 2015-07-01
    2             blah, auction 2015-06-01
    3                blah, blah 2015-05-01
    4        this auction, blah 2015-07-31
    5                     today 2015-05-01

 filter = "auction"

> df$n <- vapply(df$tweets, function(x) sum(stri_count_fixed(x, filter)), 1L)
> df
                     tweets       date n
1 blah, blah, Blah, auction 2015-07-01 1
2             blah, auction 2015-06-01 1
3                blah, blah 2015-05-01 0
4        this auction, blah 2015-07-31 1
5                     today 2015-05-01 0

 df %>% group_by(month=format(as.Date(date),format="%m")) %>% summarize(freq=sum(n)) 
%>%ungroup() -> df2

> df2
    Source: local data frame [3 x 2]

      month freq
    1    05 0
    2    06 1
    3    07 2
    >