基于文本列从 R 中的数据框中删除转推

Question

我使用academictwitter推特 package 从 twitter 中提取推文。 我现在想删除第一列“文本”（例如第三行）中以“RT”开头的所有转推 = 推文。 您可以从 github 下载一个类似的数据框，包括来自特朗普的推文： https://github.com/cbail/cbail.ZBF215181B5140522137B3D4F6B73544weets.io/Trumpb.io/

除了我的数据框没有名为“is_retweet”的列，这使得它更加困难。

我的数据框中的 output 看起来像这样（我删除了一些冗余列以使其更清晰）：

提前感谢您的任何建议

Answer 1

您可以使用正则表达式来确定哪些行以“RT”开头。 如果您的数据位于名为tweets的数据框中，可能是这样的？

tweets[grepl("^(?!RT)", tweets$text, perl = TRUE),]

或者，如果您使用的是tidyverse ：

tweets %>% 
  filter(grepl("^(?!RT)", text, perl = TRUE))