使用rtweet的get_timeline与users_data批量获取多账号推文及用户信息问题

问题原因 #

当使用get_timeline批量拉取多个账号的推文时，返回的合并数据框中，users_data()函数默认仅提取第一个账号的用户信息，无法直接关联所有推文对应的账号信息。

解决方案1：循环逐个拉取并合并 #

通过遍历每个账号，单独获取推文和对应的用户信息，再将用户ID、用户名等字段添加到推文数据中，最后合并所有结果：

library(rtweet)

# 目标账号列表
accounts <- c("BarackObama", "justinbieber")
# 已完成API认证（替换为你的认证方式）
auth <- rtweet_bot()

# 初始化空数据框用于存储合并结果
final_data <- data.frame()

# 循环处理每个账号
for (acc in accounts) {
  # 获取当前账号的推文
  acc_tweets <- get_timeline(acc, n = 100, token = auth, retryonratelimit = TRUE)
  # 获取当前账号的用户信息
  acc_user <- users_data(acc_tweets)
  # 为推文数据添加用户ID和用户名字段
  acc_tweets$user_id <- acc_user$user_id
  acc_tweets$screen_name <- acc_user$screen_name
  # 合并到总数据框
  final_data <- rbind(final_data, acc_tweets)
}

# 查看关联后的结果示例
head(final_data[, c("text", "user_id", "screen_name")])

解决方案2：用purrr批量处理（更简洁） #

借助purrr包的map_dfr函数，批量处理每个账号并自动合并结果：

library(rtweet)
library(purrr)
library(dplyr)

accounts <- c("BarackObama", "justinbieber")
auth <- rtweet_bot()

# 定义单个账号的处理函数
process_single_account <- function(account) {
  # 获取推文
  tweets <- get_timeline(account, n = 100, token = auth, retryonratelimit = TRUE)
  # 获取用户信息
  user_info <- users_data(tweets)
  # 为推文添加用户字段
  tweets %>%
    mutate(
      user_id = user_info$user_id,
      screen_name = user_info$screen_name
    )
}

# 批量处理所有账号并合并数据
final_data <- map_dfr(accounts, process_single_account)

# 查看结果
head(final_data[, c("text", "user_id", "screen_name")])

补充方案：批量获取用户信息再关联 #

如果已经批量拉取了所有推文，可通过lookup_users批量获取所有账号的用户信息，再通过推文的来源标识关联（需确保推文数据能对应到所属账号）：

library(rtweet)
library(dplyr)

accounts <- c("BarackObama", "justinbieber")
auth <- rtweet_bot()

# 批量获取所有推文
all_tweets <- get_timeline(accounts, n = 100, token = auth, retryonratelimit = TRUE)
# 批量获取所有账号的用户信息
all_users <- lookup_users(accounts, token = auth) %>%
  select(user_id, screen_name)

# 按账号拆分推文并关联用户信息（假设每个账号拉取100条，按顺序排列）
all_tweets <- all_tweets %>%
  mutate(
    screen_name = rep(accounts, each = 100)
  ) %>%
  left_join(all_users, by = "screen_name")

# 查看结果
head(all_tweets[, c("text", "user_id", "screen_name")])

内容的提问来源于stack exchange，提问作者cianna