In guadag12/politicxsentwitteR: Twitter Data of National Public Servants in Argentina

knitr::opts_chunk$set(
  collapse = TRUE,
  comment = "#>"
)

Instalación 📩📦:

1. Instalamos el paquete y otras librerias necesarias:

#install_github("guadag12/politicxsentwitteR", force=T)
library(politicxsentwitteR)

Descargá la data de politicxs 👩📚:

1. Lista de usuarios que contiene Politicxs en twitter

Podemos ver la lista que tenemos de funcionarios con politicxs_data:

head(politicxs_data)

Timeline de usuarios 📲:

1. a. Podemos descargar sobre un usuario determinado con la función get_timeline_data

timeline_af <- get_timeline_data("alferdez")

head(timeline_af, 2)

b. E incluso saber cuándo fue que más twitteó:

library(tidyverse)
library(hrbrthemes)

timeline_af %>%
         group_by(date=as.Date(created_at)) %>%
         summarise(value = n()) %>%
         ggplot( aes(x=date, y=value)) +
           geom_area(fill="#dbb012", alpha=0.5) +
           geom_line(color="#dbb012") +
           ggtitle("Tweets emitidos por @alferdez") +
           theme_ipsum()

c. Podemos hacerlo comparando la cantidad de tweets de más de un usuario:

timeline_pb_mm <- get_timeline_data(screen.name = c("PatoBullrich", "mauriciomacri"))

head(timeline_pb_mm, 2)

d. Además, podemos graficar en qué periodos de tiempos más twittearon ambos:

timeline_pb_mm %>%
        group_by(date=as.Date(created_at), screen_name) %>%
        summarise(value = n()) %>%
        ggplot( aes(x=date, y=value)) +
          geom_area(aes(fill = screen_name), alpha=0.5) +
          geom_line(aes(color = screen_name)) +
          ggtitle("Tweets emitidos por @mauriciomacri y @PatoBullrich") +
          theme_ipsum()

Friends & Followers 👥:

4.a. Podemos ver cuántos amigos tiene cada uno con la función get_friends_followers:

foll_friends_mv_hl <- get_friends_followers(screen.name = c( "mariuvidal", "horaciorlarreta"))

head(foll_friends_mv_hl, 2)

4.b. Tambien podemos generar graficos según el tipo de interacción:

foll_friends_mv_hl %>% 
  ggplot() + 
    geom_line(aes(x=as.Date(date), y=as.numeric(followers_count), color=screen_name)) + theme_bw() +
    scale_color_manual(values = c("#ffbb00", "#ae45ff")) +
    labs( x = "Fecha", y = "Cantidad", title = "Evolución de followers de @mariuvidal y @horaciorlarreta") 

Redes 🤖🕸️

5.a. Podemos obtener la data de redes (para un periodo de tiempo y que se actualiza de manera mensual):

others_network <- get_network_data(category = "others") 

head(others_network, 2)

5.b. También podemos hacer una nube con la info obtenida:

library(igraph)
library(networkD3)
others_network <- others_network %>%
                           left_join(politicxs_data) %>%
                           select(screen_name_from = screen_name, retweet_user_id, value) %>%
                           left_join(politicxs_data, by = c("retweet_user_id"= "user_id")) %>%
                           select(from=screen_name_from, to = screen_name, value) %>%
                           drop_na()

p <- simpleNetwork(others_network, height="100px", width="100px")
p

Warnings ⚠:

• La data recolectada puede estar incompleta, ya que la recolección comenzó en febrero 2021 y la API de Twitter devuelve los últimos 3200 tweets de ese usuario. En este sentido, si el usuario redactó más de 3200 tweets, muchos de ellos no van a poder ser capturados por este paquete.

guadag12/politicxsentwitteR documentation built on May 7, 2023, 8:04 a.m.