如何使用rtweet拉取仅含单个Cashtag的推文？

核心思路 #

先拉取目标推文，统计每条推文包含的Cashtag数量，最后筛选出数量为1的条目即可。rtweet自带的实体解析功能能准确识别Cashtag，比正则表达式更可靠。

具体代码实现 #

1. 加载依赖包并拉取推文

# 安装依赖（首次运行需执行）
install.packages(c("rtweet", "purrr"))

library(rtweet)
library(purrr)

# 拉取包含目标Cashtag的推文，比如$AAPL
# include_rts=FALSE可排除转推，避免重复数据
tweets <- search_tweets(q = "$AAPL", n = 1000, include_rts = FALSE)

2. 统计每条推文的Cashtag数量
   rtweet返回的数据框中，cashtags列是列表类型，每个元素对应一条推文的所有Cashtag向量。我们用map_int快速统计每条的长度：

# 添加Cashtag数量列
tweets$cashtag_count <- map_int(tweets$cashtags, length)

3. 筛选仅含单个Cashtag的推文

# 筛选出Cashtag数量等于1的结果
single_cashtag_tweets <- tweets[tweets$cashtag_count == 1, ]

备选方案（正则提取） #

如果你的推文数据中没有cashtags列（罕见情况），可以用正则表达式提取Cashtag并统计数量：

library(stringr)

# 匹配$开头的字母数字组合，统计出现次数
tweets$cashtag_count <- str_count(tweets$text, "\\$[A-Za-z0-9]+")
single_cashtag_tweets <- tweets[tweets$cashtag_count == 1, ]

注意：正则可能会误识别文本中类似$100这种非Cashtag的内容，所以优先用rtweet自带的cashtags字段。

内容的提问来源于stack exchange，提问作者8nracing