1

我正在尝试使用从 twitter 收集的数据分析 json 文件，但是当我尝试搜索关键字时，它说找不到，但我可以看到它在那里。我尝试了这两种不同的方法。我会把它们贴在下面。任何建议都会很棒。

尝试#1：

import sys
import os
import numpy as np
import scipy
import matplotlib.pyplot as plt
import json
import pandas as pan

tweets_file = open('twitter_data.txt', "r")
for line in tweets_file:
     try:
            tweet = json.loads(line)
            tweets_data.append(tweet)
     except:
            continue
tweets = pan.DataFrame()
tweets['text'] = map(lambda tweet: tweet['text'], tweets_data)

尝试#2：与之前的步骤相同，但做了一个循环

t=tweets[0]
tweet_text = [t['text'] for t in tweets]

错误：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 1, in <lambda>
KeyError: 'text'

如果我打印tweets_data，这就是我所看到的。'文本'等，肯定在那里。我错过了一个角色吗？

>>> print(tweet_data[0])   
    {u'contributors': None, u'truncated': False, u'text': u'RT
    @iHippieVibes: \u2b50\ufe0fFAV For This Lace Cardigan \n\nUSE Discount
    code for 10% off: SOLO\n\nFree Shipping\n\nhttp://t.co/d8kiIt3J5f
    http://t.c\u2026', u'in_reply_to_status....

（仅粘贴部分输出）

谢谢！任何建议将不胜感激。

4

1 回答 1

2

并非所有推文都有'text'密钥。过滤掉那些或使用dict.get()返回默认值：

tweet_text = [t['text'] for t in tweets if 'text' in t]

或者

tweet_text = [t.get('text', '') for t in tweets]
于 2015-04-18T12:16:57.393 回答