如何用R循环遍历Twitter账号列表提取推文并创建多数据框？

看起来你已经有了初步思路，我来帮你把这个方案落地得更高效、更易维护：

首先咱们明确核心需求：定期抓取指定Twitter账号的推文，每次抓取后和该账号的已有数据合并，避免重复存储。下面是具体实现步骤和代码：

1. 准备工作与环境初始化 #

先加载依赖库，预处理你的账号列表（去掉@符号，因为rtweet的接口不需要这个前缀）：

library(rtweet)

# 你的初始账号数据框
df <- data.frame(twitter_handles = c("@katyperry", "@justinbieber", "@Cristiano", "@BarackObama"))

# 预处理：移除@符号，适配rtweet的接口要求
df$screen_name <- gsub("@", "", df$twitter_handles)

2. 用列表统一管理多账号数据 #

比起单独创建多个零散的数据框，用列表来存储每个账号的推文数据会更整洁，也方便后续批量操作：

# 创建空列表，用于存放每个账号的合并后数据
tweet_data_list <- list()

3. 循环抓取并合并数据 #

这里我用get_timeline来抓取账号自身发布的推文（如果你的需求是搜索包含该账号的推文，可以替换成search_tweets），同时自动处理历史数据的合并与去重：

for (handle in df$screen_name) {
  # 步骤1：抓取最新推文（n参数可根据需求调整单次抓取数量）
  new_tweets <- get_timeline(handle, n = 200)
  
  # 步骤2：合并新数据与历史数据
  history_file <- paste0(handle, "_tweets.rds") # 用RDS格式存储，保留完整数据结构
  if (file.exists(history_file)) {
    # 读取已有历史数据
    old_tweets <- readRDS(history_file)
    # 合并后按推文ID去重，避免重复存储相同内容
    combined_tweets <- rbind(old_tweets, new_tweets)
    combined_tweets <- combined_tweets[!duplicated(combined_tweets$status_id), ]
  } else {
    # 首次抓取，直接使用新数据
    combined_tweets <- new_tweets
  }
  
  # 步骤3：更新列表并保存到本地
  tweet_data_list[[handle]] <- combined_tweets
  saveRDS(combined_tweets, history_file)
  
  # 打印进度提示
  cat("✅ 完成", handle, "的推文更新，当前总推文数：", nrow(combined_tweets), "\n")
}

4. 后续优化建议 #

• 去重与请求优化：除了用status_id去重，还可以根据created_at字段过滤，只保留上次抓取时间之后的新推文，减少不必要的API请求
• 定期自动运行：把这段代码保存成.R脚本，用系统任务计划工具（比如Windows任务计划、Linux cron）定期执行，实现无人值守的自动抓取
• 数据清理：可以添加步骤提取关键字段（比如推文文本、点赞数、转发数），清理无用元数据，或者处理缺失值
• 批量操作优化：如果账号数量较多，推荐用purrr包的map系列函数替代for循环，代码会更简洁易读

内容的提问来源于stack exchange，提问作者Varun