在 excel 文件數據上使用 python textblob 進行情緒分析

Question

我有一個問題，我需要計算 excel 文件中存在的兩列的情緒分析，並且在計算這兩列的極性之后，我需要更新已經存在於相同 excel 輸入中的其他兩列中的極性值文件。 我如何通過計算單個文本句子的極性來實現。 需要建議來計算 excel 文件中存在的整個列的極性。 我正在使用 pandas 進行 excel 處理。

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)

正如我在上圖中發布的那樣，在這里我需要將“title_sentiment”列中的“None”值替換為計算的極性值。 同樣，我必須將“description_sentiment”列更新為計算出的極性值。

所需的 output：

Answer 1

讓我們將您的情緒分析內容黑箱化並將您的問題減少到

我有一個 dataframe 和一個文本列，我想將 function 應用到，並將結果存儲為正確行中的新數字列。

竊取此人的示例 dataframe並帶有文本列以開始：

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

現在我們要定義一個 function 以應用於“內容”並將結果存儲在一個新列中。 為此，我們可以使用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

您可以為您的兩列title_sentiment和description_sentiment執行此操作。