的步骤如下:
import pandas as pd
from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzer
def sentiment_to_dataframe(text_list):
# 创建一个空的数据帧
df = pd.DataFrame(columns=['Text', 'Compound', 'Positive', 'Negative', 'Neutral'])
# 初始化情感分析器
analyzer = SentimentIntensityAnalyzer()
# 对每个文本进行情感分析并将结果添加到数据帧中
for text in text_list:
sentiment = analyzer.polarity_scores(text)
df = df.append({'Text': text, 'Compound': sentiment['compound'],
'Positive': sentiment['pos'], 'Negative': sentiment['neg'],
'Neutral': sentiment['neu']}, ignore_index=True)
return df
text_list = ['I love this product!', 'This movie is terrible.', 'The weather is nice today.']
result_df = sentiment_to_dataframe(text_list)
print(result_df)
这个函数将接受一个文本列表作为输入,使用vaderSentiment库对每个文本进行情感分析,并将结果转换为一个包含文本、综合情感得分、积极情感得分、消极情感得分和中性情感得分的数据帧。你可以将你想要进行情感分析的文本列表传递给这个函数,并获得一个包含情感分析结果的数据帧。
腾讯云相关产品和产品介绍链接地址:
领取专属 10元无门槛券
手把手带您无忧上云