从 R 中的推文中提取引用 Twitter 的用户名

Question

I am currently trying to get a list of all referenced Twitter profiles in a database of Tweets in R. I already segmented each Tweet into a list of words (as string) and now I want to look up each value, that starts with "@" and save it (or the list if there is multiple references) into a new column of the database.

Data Sample:

@medieninsider Was meinen Sie, woher der zitierte Ausschnitt stammt? 😉 Die Angabe der Quelle habe ich mir gespart, sie nennt sich in 6 Sätzen ja selbst 3 Mal. 😉 P.S.: 17 € pro Monat für eine Website und paar SPAM-Mails - da gibt es für 18,36 € aber DEUTLICH mehr und vielfältigeres beim ÖRR.

With the function strsplit() I was able to generate the following list out of this string:

[[1]]
 [1] "@medieninsider" "Was"            "meinen"         "Sie,"          
 [5] "woher"          "der"            "zitierte"       "Ausschnitt"    
 [9] "stammt?"        "😉"             "Die"            "Angabe"        
[13] "der"            "Quelle"         "habe"           "ich"           
[17] "mir"            "gespart,"       "sie"            "nennt"         
[21] "sich"           "in"             "6"              "Sätzen"        
[25] "ja"             "selbst"         "3"              "Mal."          
[29] "😉"             "P.S.:"          "17"             "€"             
[33] "pro"            "Monat"          "für"            "eine"          
[37] "Website"        "und"            "paar"           "SPAM-Mails"    
[41] "-"              "da"             "gibt"           "es"            
[45] "für"            "18,36"          "€"              "aber"          
[49] "DEUTLICH"       "mehr"           "und"            "vielfältigeres"
[53] "beim"           "ÖRR." 

How can I extract the Twitter profile (with the "@" as prefix) as a new variable?

Thanks in advance!

Answer 1

You can use sub

string <- "@medieninsider Was meinen Sie, woher der zitierte Ausschnitt stammt? 😉 Die Angabe der Quelle habe ich mir gespart, sie nennt sich in 6 Sätzen ja selbst 3 Mal. 😉 P.S.: 17 € pro Monat für eine Website und paar SPAM-Mails - da gibt es für 18,36 € aber DEUTLICH mehr und vielfältigeres beim ÖRR."

sub("(@\\w+)\\s+.*", "\\1", string)
[1] "@medieninsider

Another option is using str_extract_all if you have a vector consisting of several tweets

library(stringr)
str_extract_all(string, "(@\\w+)")
[[1]]
[1] "@medieninsider"

Answer 2

Use str_detect from stringr

consider that the list generated is vec, then use vec

index <- which(str_detect(vec,'@'))
vec[index]