使用python textblob对excel文件数据进行情感分析

Question

​

我有一个问题，我需要计算excel文件中存在的两个列的情感分析，并且在计算这两个列的极性之后，我需要更新其他两个列中已经存在于同一个excel输入文件中的那些极性值。我是如何通过计算单个文本句子的极性来实现的。需要建议来计算整个列的极性存在于excel文件中。我正在使用pandas进行excel处理。

from textblob import TextBlob
import pandas as pd
Input_file='filepath'
df = pd.read_excel(Input_file, 
sheet_name='Sheet1')
col1 = pd['video_title'].tolist()
# col2 = pd['description'].tolist()
blob = TextBlob(col1)
# blob1 = Texxtblob(col2)
polarity_score = blob.sentiment.polarity
polarity_rounded = round(polarity_score, 6)
print(polarity_rounded)

正如我在上图中发布的，这里我需要将列'title_sentiment‘中的'None’值替换为计算出的极性值。同样，我必须将'description_sentiment‘列更新为计算出的极性值。

所需输出：

​

Answer 1

让我们对你的情绪分析内容进行黑箱操作，并将你的问题减少到

我有一个包含文本列的数据帧，我想对其应用函数，并将结果作为新的数值列存储在正确的行中。

盗取带有文本列的this person's example dataframe开始：

In [1]: import pandas as pd 
    ...:  
    ...: df = pd.DataFrame({ 
    ...:     'title': ['foo','bar','baz','baz','foo','bar'], 
    ...:     'contents':[ 
    ...:         'Lorem ipsum dolor sit amet.', 
    ...:         'Lorem ipsum dolor sit amet.', 
    ...:         'Lorem ipsum dolor sit amet.', 
    ...:         'Consectetur adipiscing elit.', 
    ...:         'Lorem ipsum dolor sit amet.', 
    ...:         'Lorem ipsum dolor sit amet.' 
    ...:     ], 
    ...:     'year':[2010,2011,2000,2005,2010,2011] 
    ...: }) 
    ...:  
    ...: df                                                                                                                                                   
Out[1]: 
  title                      contents  year
0   foo   Lorem ipsum dolor sit amet.  2010
1   bar   Lorem ipsum dolor sit amet.  2011
2   baz   Lorem ipsum dolor sit amet.  2000
3   baz  Consectetur adipiscing elit.  2005
4   foo   Lorem ipsum dolor sit amet.  2010
5   bar   Lorem ipsum dolor sit amet.  2011

现在我们想定义一个应用于"contents“的函数，并将结果存储在一个新列中。为此，我们可以使用pd.Series.apply()

In [2]: def sentiment_function(text): 
    ...:     # Put all your fancy sentiment stuff here; I will just use `len` as a dummy function. 
    ...:     return len(text) 
    ...:      
    ...: df['sentiment_score'] = df['contents'].apply(sentiment_function) 
    ...: df                                                                                                                                                   
Out[2]: 
  title                      contents  year  sentiment_score
0   foo   Lorem ipsum dolor sit amet.  2010               27
1   bar   Lorem ipsum dolor sit amet.  2011               27
2   baz   Lorem ipsum dolor sit amet.  2000               27
3   baz  Consectetur adipiscing elit.  2005               28
4   foo   Lorem ipsum dolor sit amet.  2010               27
5   bar   Lorem ipsum dolor sit amet.  2011               27

您可以对您的两个列title_sentiment和description_sentiment执行此操作。