Upload New File

bitcointweets123.py

+# -*- coding: utf-8 -*-
+"""BitcoinTweets123.ipynb
+
+Automatically generated by Colaboratory.
+
+Original file is located at
+    https://colab.research.google.com/drive/1CZIlPUoXVujZFqNpmYsEK9M_A41HTY-D
+
+#**BitCoinTweets123 App**
+####Víctor Miguel Robledo 100406496
+####Alvaro Arenzana Minguez 100406570
+"""
+
+#!pip install MonkeyLearn
+
+from google.colab import drive
+drive.mount('/content/drive')
+
+import tweepy
+import pandas as pd
+#from monkeylearn import MonkeyLearn
+import re
+import nltk
+from nltk.sentiment.vader import SentimentIntensityAnalyzer
+nltk.download('vader_lexicon')
+
+#Funcion que elimina los eojis y otros simbolos no alfanumericos
+def demoji(text):
+	emoji_pattern = re.compile("["
+		u"\U0001F600-\U0001F64F"  # emoticons
+        u"\U0001F300-\U0001F5FF"  # symbols & pictographs
+        u"\U0001F680-\U0001F6FF"  # transport & map symbols
+        u"\U0001F1E0-\U0001F1FF"  # flags (iOS)
+        u"\U00002702-\U000027B0"
+        u"\U000024C2-\U0001F251"
+        u"\U00010000-\U0010ffff"
+	                           "]+", flags=re.UNICODE)
+	return(emoji_pattern.sub(r'', text))
+
+#Inicializamos nuestro array
+data = []
+
+class TweetsListener(tweepy.StreamListener):
+    #si el estamos en modo stream entrara en esta funcion y imprimira el texto
+    def on_connect(self):
+        print("Estoy conectado!")
+    #cada vez que capture un tweet entrara aqui
+    def on_status(self, status):
+        #quitamos los tweets capturados que son retweets
+        try:
+          rt = status.retweeted_status
+        except:
+          rt = None
+        if rt == None:
+          print(status.text)
+          #vamos añadiendo una nueva fila al array, solo añadiremos el propio
+          # texto del tweet y el screen_name de todas las variables que tiene un
+          # tweet
+          data.append([status.user.screen_name, status.text])
+    #si ocurre algun error entrara en esta funcion y imprimira el texto
+    def on_error(self, status_code):
+        print("Error", status_code)
+
+consumer_key = #"your consumer_key"
+consumer_secret = #"your consumer_secret"
+access_token = #"your access_token"
+access_token_secret = #"your access_token_secret"
+
+auth = tweepy.OAuthHandler(consumer_key, consumer_secret)
+auth.set_access_token(access_token, access_token_secret)
+api = tweepy.API(auth, wait_on_rate_limit=True, wait_on_rate_limit_notify=True)
+#Comprobamos que se ha conectado a nuestra aplicacion imprimiendo el screen_name
+print(api.verify_credentials().screen_name)
+
+stream = TweetsListener()
+#iniciamos el stream de tweet
+streamingApi = tweepy.Stream(auth=api.auth, listener=stream)
+#filtramos por el #BTC lo cual buscara tweets que contegan el hastag pero 
+# tambien otras palabras que tengan que ver con Bitcoin, capturamos solo los 
+# tweets en ingles
+streamingApi.filter(
+    track = ["#BTC"], languages = ["en"]
+)
+
+columns = ['User', 'Tweet']
+#Convertimos nuestro array en un dataframe
+df = pd.DataFrame(data, columns=columns)
+df.info() #imprimimos su informacion
+df.head(5) #imprimimos las 5 primeras filas
+
+df['Tweet'] = df['Tweet'].astype(str)
+#Aplico a todos los tweets del df una funcion que quita los emojis
+df['Tweet'] = df['Tweet'].apply(lambda x:demoji(x)) 
+df.head(5) #imprimimos las 5 primeras filas nuevamente
+
+sia = SentimentIntensityAnalyzer()
+#Creamos una nueva columna en el df que va a ser la puntuacion que Vader va a 
+# otorgar a cada tweet, con este rango [-1:1]
+df['Sentimiento'] = df['Tweet'].astype(str).apply(lambda i: sia.polarity_scores(i)['compound'])
+df.head(5) #imprimimos las 5 primeras filas
+
+df.to_csv("DAY_3.csv", encoding='utf-8') #guardo en un csv el df
\ No newline at end of file