7

Em minha pesquisa, compararei o interesse público ao longo do tempo em alguns termos, e para isto estou utilizando o pacote do R gtrendsR. Pretendo comparar um total de nove palavras-chave, o que extrapola o limite permitido pelo Google Trends (que é cinco). Para contornar essa barreira, fiz dois diferentes conjuntos de buscas, cada qual contendo cinco palavras-chave, e cada busca incluiu o termo com maior volume de pesquisas em relação aos demais. Esses são os comandos do R que utilizei:

library(gtrendsR)

# Definindo os termos de pesquisa:
  
keywords_1 <- c("A", "B", "C", "D", "E")

keywords_2 <- c("A", "F", "G", "H", "I")

country <- c('BR') #Definindo o Brasil como o país-alvo.

time <- ("2011-01-01 2021-12-31") #Estabelecendo o período.

channel <- 'web' #Definindo a fonte dos resultados.

# Fazendo as buscas:
    
dados1 <- gtrends(keywords_1, gprop = channel, geo = country, time = time, category = 0)
    
dados2 <- gtrends(keywords_2, gprop = channel, geo = country, time = time, category = 0)

Neste ponto, minha dúvida é como posso unir dados1 e dados2 em um só dataset. Eu compreendo que todos os dados devem ser normalizados em relação ao termo com maior volume de buscas (A), mas como posso fazer essa normalização no R?

1 Resposta 1

7

O segredo aqui é descobrir onde está a informação que te interessa. Para saber disso, verifique os nomes do que está dentro das listas dados1 e dados2:

names(dados1)
#> [1] "interest_over_time"  "interest_by_country" "interest_by_region" 
#> [4] "interest_by_dma"     "interest_by_city"    "related_topics"     
#> [7] "related_queries"    
names(dados2)
#> [1] "interest_over_time"  "interest_by_country" "interest_by_region" 
#> [4] "interest_by_dma"     "interest_by_city"    "related_topics"     
#> [7] "related_queries" 

O que realmente importa é o conteúdo presente em interest_over_time. O restante pode ser ignorado para a tua aplicação. Como o termo A é o termo de maior procura, os resultados de ambos data frames dados1$interest_over_time e dados2$interest_over_time estão normalizados em relação a A. Sendo assim, basta

  1. remover as observações referentes a A em dados2$interest_over_time;

  2. juntar as linhas de dados1$interest_over_time com o que sobrou de dados2$interest_over_time

Minha sugestão de código para fazer isso é a seguinte:

dados1_interest <- dados1$interest_over_time
dados2_interest <- dados2$interest_over_time

dados_finais <- 
  dados2_interest |> 
  filter(keyword != "A") |> 
  bind_rows(dados1_interest)
#> Error in `bind_rows()`:
#> ! Can't combine `..1$hits` <character> and `..2$hits` <integer>.
#> Run `rlang::last_error()` to see where the error occurred.

Perceba que deu errado. Veja o output abaixo para entender porque isso acontece:

glimpse(dados1_interest)
#> Rows: 660
#> Columns: 7
#> $ date     <dttm> 2011-01-01, 2011-02-01, 2011-03-01, 2011-04-01, 2011-05-01, 2011-06-0…
#> $ hits     <int> 51, 55, 61, 59, 61, 57, 54, 64, 61, 65, 66, 56, 54, 60, 59, 62, 61, 64…
#> $ keyword  <chr> "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", …
#> $ geo      <chr> "BR", "BR", "BR", "BR", "BR", "BR", "BR", "BR", "BR", "BR", "BR", "BR"…
#> $ time     <chr> "2011-01-01 2021-12-31", "2011-01-01 2021-12-31", "2011-01-01 2021-12-…
#> $ gprop    <chr> "web", "web", "web", "web", "web", "web", "web", "web", "web", "web", …
#> $ category <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0…

glimpse(dados2_interest)
#> Rows: 660
#> Columns: 7
#> $ date     <dttm> 2011-01-01, 2011-02-01, 2011-03-01, 2011-04-01, 2011-05-01, 2011-06-0…
#> $ hits     <chr> "51", "55", "61", "59", "61", "57", "54", "64", "61", "65", "66", "56"…
#> $ keyword  <chr> "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", …
#> $ geo      <chr> "BR", "BR", "BR", "BR", "BR", "BR", "BR", "BR", "BR", "BR", "BR", "BR"…
#> $ time     <chr> "2011-01-01 2021-12-31", "2011-01-01 2021-12-31", "2011-01-01 2021-12-…
#> $ gprop    <chr> "web", "web", "web", "web", "web", "web", "web", "web", "web", "web", …
#> $ category <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0…

Isso ocorre porque a coluna hits, para dados1_interest, é do tipo inteiro, enquanto essa mesma coluna para dados2_interest é do tipo caractere. Há uma explicação para isso: alguns hits do termo de procura H deram o resultado <1, transformando-o assim em algo que não é numérico. O que sugiro fazer aqui é

  1. converter os resultados <1 para 0;
  2. transformar a coluna hits em numérico;
  3. proceder com o primeiro algoritmo que sugeri

Juntando isso, no final temos

dados_finais <- 
  dados2_interest |> 
  # remover observacoes A 
  filter(keyword != "A") |> 
  # transformar `<1` em 0
  mutate(hits = ifelse(hits == "<1", 0, hits)) |> 
  # transformar hits em numerico
  # (daria pra ter feito na linha de cima, mas
  # preferi fazer separado para ser didatico)
  mutate(hits = as.numeric(hits)) |> 
  # juntando o resultado com dados_1
  bind_rows(dados1_interest)

Pronto. Agora o objeto dados_finais possui as informações desejadas com os 9 termos de busca de interesse, assumindo que para os fins desejados, <1 possa ser considerado como 0.

3
  • Marcus, muitíssimo obrigado mesmo, me ajudou bastante! Só fiquei em dúvida em uma coisa: e se, além de interest_over_time, eu também quiser incluir as demais informações? Ao unir os dois datasets, as demais informações precisam ser ignoradas mesmo?
    – user279707
    Commented 2/09/2022 às 19:37
  • Depende. Essas informações são realmente importantes? Note que a estrutura de dados original resultante do comando gtrends é uma lista com 7 data frames. Dessa forma, as características particulares de cada um deles devem ser consideradas na hora de juntar os resultados. Entendi que a pergunta original só estava preocupada com os hits, então ignorei os outros data frames. Mas acredito que seja possível generalizar o código que escrevi para ser utilizado outras seis vezes, para cada um dos outros data frames. Commented 2/09/2022 às 21:26
  • 1
    Entendi. Realmente meu foco está nos hits, mas tentarei generalizar os comandos para os demais dados. Mais uma vez, obrigado demais!
    – user279707
    Commented 2/09/2022 às 21:36

Você deve fazer log-in para responder a esta pergunta.