本地存储数据集下Corona高转发热门推文过滤问题求助

看起来你混淆了线上搜索API函数和本地数据操作函数的用法，还可能踩了列名不匹配的坑，我帮你一步步理清：

1. 为什么search_tweets()会访问Twitter？ #

search_tweets()是rtweet包里专门用来调用Twitter API在线搜索推文的函数，它的设计目的就是从Twitter平台拉取数据，而非操作你本地已存储好的数据集。所以不管你加什么筛选参数，它都会尝试连接Twitter API——这是函数的正常行为，操作本地数据根本不该用这个函数。

2. 为什么filter()和top_n()没效果？ #

最常见的原因是本地数据集的列名和你写的不匹配：

• rtweet包默认获取的推文数据里，转发量的列名是retweet_count（下划线分隔），而非你写的retweetCount（驼峰式）；点赞量对应的是favorite_count，不是faves或其他名称。
• 另外要确认你真的正确加载了本地数据集：比如之前用saveRDS()保存的，得先用readRDS()读进来，不然tweets对象可能是空的或者根本不存在。

正确的本地数据筛选步骤 #

第一步：确认本地数据的列名 #

先运行这个命令查看所有列名，找到转发量和点赞量对应的字段：

colnames(tweets)

你应该能看到类似retweet_count、favorite_count这样的列。

第二步：筛选符合条件的热门推文 #

假设你的本地数据集已经正确加载为tweets对象，列名是rtweet默认格式：

• 筛选转发量≥100且点赞量≥100的推文：

  library(dplyr)
  
  tweets_pop <- tweets %>%
    filter(retweet_count >= 100 & favorite_count >= 100)
  

• 取转发量最高的前15条推文：

  # 推荐用slice_head（dplyr新版本更推荐的写法）
  top_15_tweets <- tweets %>%
    arrange(desc(retweet_count)) %>%
    slice_head(n = 15)
  
  # 或者用top_n（旧版本兼容写法）
  top_15_tweets <- tweets %>%
    top_n(n = 15, wt = retweet_count)
  

第三步：排查额外的坑 #

如果还是没效果，检查这两点：

• 数据类型问题：如果retweet_count是字符型（比如导出CSV时自动转成了字符串），先转成数值型：

  tweets$retweet_count <- as.numeric(tweets$retweet_count)
  tweets$favorite_count <- as.numeric(tweets$favorite_count)
  

• 确认数据集非空：运行dim(tweets)查看数据的行数和列数，如果是0 x n说明你根本没加载到数据，得检查文件路径和读取方式。

内容的提问来源于stack exchange，提问作者R.K.