Question

我正在处理使用Streaming API收集的Twitter数据，并试图删除所有转发的推文。我的数据集中的单个项目如下所示：

defer

我写了一个循环来完成这项工作：

tweets_data[5]

{'contributors': None,
 'coordinates': None,
 'created_at': 'Thu Mar 09 15:14:10 +0000 2017',
... ...
 'retweet_count': 0,
 'retweeted': False,
... ...}

但它给了我一个这样的错误：

tweets_Rt_Removed = []
for tweet in tweets_data:
    if tweet['retweeted'] == True:
        tweets_Rt_removed.append(tweet)

print(len(tweets_Rt_Removed))

我也使用“try except”来避免由不完整的推文引起的任何错误，但它返回的长度为0.

这是由布尔值引起的错误吗？任何帮助表示赞赏！

Answer 1

裹

if tweet['retweeted'] == True:
        tweets_Rt_removed.append(tweet)

使用：

try:
    if tweet['retweeted']:  # Will throw a key error if it doesn't have a retweet
        tweets_Rt_removed.append(tweet)
except KeyError:
    pass  # No retweeted == good

Answer 2

解决此问题的最简单方法是执行此操作：

tweets_Rt_Removed = []
for tweet in tweets_data:
    try:
        if tweet['retweeted']:  # no == True necessary
            tweets_Rt_removed.append(tweet)
    except:
        import pdb;pdb.set_trace()

当你获得追溯时，它会转到pdb，然后你可以输入：tweet

这将显示特定推文的内容，您可以查看您的密钥是否存在。

如果它不存在，那么你只需先检查它是否存在：

if 'retweeted' in tweet:
    do your stuff

Answer 3

使用具有内置错误检查的字典函数get，并允许您提供默认值，以防某些值的密钥不存在。

tweets_Rt_Removed = []
for tweet in tweets_data:
    if tweet.get('retweeted', default=False):
        tweets_Rt_removed.append(tweet)

print(len(tweets_Rt_Removed))

如果您正在尝试列出尚未转发的推文列表，您实际上想要将所有推文附加到＆＃34;转发的＆＃34;是假的：

tweets_Rt_Removed = []
for tweet in tweets_data:
    if not tweet.get('retweeted', default=False):
        tweets_Rt_removed.append(tweet)

print(len(tweets_Rt_Removed))

Answer 4

推文的消费者应该容忍添加新字段和方便排序的方差。并非所有字段都出现上下文。考虑一个空的字段通常是安全的设置，并且没有字段是同一件事。Reference

所以你可以改变

if tweet['retweeted'] == True:
    tweets_Rt_removed.append(tweet)

到

if tweet.get('retweeted', False) is True:
    tweets_Rt_removed.append(tweet)

在这种情况下，如果有一些没有转推字段的推文，您将跳过它们。

Answer 5

如果您想收集所有未转发的推文：

not_retweeted = [t for t in tweets_data if not t.get('retweeted', False)]

或者只是那些被转发的人：

retweeted = [t for t in tweets_data if t.get('retweeted', False)]

这假设tweets_data是包含字典作为项目的列表。

此外，错过密钥'retweeted'的推文（词典）将被视为尚未转发的推文。因此，只有明确包含'retweeted': True的推文才会被视为转发。

如何遍历字典列表并使用布尔值提取一个键

5 个答案: