如何将vader sentiment脚本的输出转换为csv的数据帧
将vader sentiment脚本的输出转换为CSV数据框的步骤如下：
- 导入必要的Python库：
import pandas as pd
from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzer- 创建一个Vader情感分析器实例：
analyzer = SentimentIntensityAnalyzer()- 准备要分析的文本数据：
texts = ["I love this product!", "This movie is terrible.", "The weather is beautiful today."]- 创建一个空的数据框来存储情感分析结果：
df = pd.DataFrame(columns=['Text', 'Positive', 'Neutral', 'Negative', 'Compound'])- 遍历文本列表，进行情感分析并将结果添加到数据框中：
for text in texts:
sentiment = analyzer.polarity_scores(text)
df = df.append({'Text': text,
'Positive': sentiment['pos'],
'Neutral': sentiment['neu'],
'Negative': sentiment['neg'],
'Compound': sentiment['compound']}, ignore_index=True)- 将数据框保存为CSV文件：
df.to_csv('sentiment_analysis.csv', index=False)完整的代码如下：
import pandas as pd
from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzer
analyzer = SentimentIntensityAnalyzer()
texts = ["I love this product!", "This movie is terrible.", "The weather is beautiful today."]
df = pd.DataFrame(columns=['Text', 'Positive', 'Neutral', 'Negative', 'Compound'])
for text in texts:
sentiment = analyzer.polarity_scores(text)
df = df.append({'Text': text,
'Positive': sentiment['pos'],
'Neutral': sentiment['neu'],
'Negative': sentiment['neg'],
'Compound': sentiment['compound']}, ignore_index=True)
df.to_csv('sentiment_analysis.csv', index=False)这段代码使用了Vader情感分析库，将给定的文本列表进行情感分析，并将结果存储在一个具有文本、积极、中立、消极和综合情感得分的数据框中。最后，将数据框保存为名为"sentiment_analysis.csv"的CSV文件。
腾讯云相关产品：
- 数据库：云数据库 TencentDB，详情请见 腾讯云数据库
- 服务器运维：弹性云服务器 CVM，详情请见 弹性云服务器
- 云原生：腾讯云原生应用引擎 TKE，详情请见 腾讯云原生应用引擎
- 网络通信：私有网络 VPC，详情请见 私有网络
- 网络安全：云安全中心，详情请见 云安全中心
- 音视频：云直播 CSS，详情请见 云直播
- 人工智能：腾讯云人工智能，详情请见 腾讯云人工智能
- 物联网：物联网开发平台 TC-IoT，详情请见 物联网开发平台
- 移动开发：移动推送 TPNS，详情请见 移动推送
- 存储：对象存储 COS，详情请见 对象存储
- 区块链：腾讯云区块链服务 TBCAS，详情请见 腾讯云区块链服务
- 元宇宙：腾讯云元宇宙 MR，详情请见 腾讯云元宇宙
以上是腾讯云在相应领域的相关产品和介绍链接，可以根据具体需求选择适合的产品。
相关·内容
with open("Q3.csv", 'r', encoding="utf-8") as csvfile:
rows = csv.reader(csvfile)
for row in rows:
sentence = row[0]
analysis = TextBlob(sentence)
Sentiment3 = analysis.sentiment
print(Sentiment3)
现在输出：
Sentiment(polarity=0.0, subjectivity=0.0)
Sentiment(polar
浏览 1提问于2020-03-20得票数 0
我的代码有以下错误：
Traceback (most recent call last):
File "C:\Users\XXX\Sentiment Analysis-vader.py", line 34, in <module>
f.printer()
File "C:\Users\XXX\Sentiment Analysis-vader.py", line 18, in printer
with csv.reader(open('analyse_' + str(bloombergcode) + '.csv
浏览 0提问于2018-04-22得票数 4
回答已采纳
1回答
我删除了所有我认为可能导致错误的特殊字符。仍然得到这个我不能理解的错误：
python3 sentiment.py
Traceback (most recent call last):
File "sentiment.py", line 14, in <module>
score = sentiment.polarity_scores(headline)
File "/Library/Frameworks/Python.framework/Versions/3.8/lib/python3.8/site-packages/nltk/sentim
浏览 11提问于2020-05-25得票数 0
2回答
我有一个刮过的csv文件旅行顾问的评论。有四栏：
个人，头衔，评级，评审，review_date。
我希望这段代码执行以下操作：
在csv中，使用'pos‘、'neg’或'neut‘创建一个名为"tarate".Populate "tarate“的新列。它应该读取“评级”中的数字值。"tarate“'pos‘if”评级“>=40；"tarate’== 'neut‘if”评级“== 30”；"tarate“”== 'neg’如果SentimentIntensityAnalyzer.Record通
浏览 6提问于2021-07-22得票数 0
我是Python的初学者，正在尝试使用nltk.sentiment.vader，但是尽管多次尝试修复它，我还是得到了一条反复出现的错误消息。我以前安装了大部分NTLK (3个模块已经过时，所以无法安装)。然后我使用命令行提示符安装了nltk.sentiment.vader，输出是“成功安装vaderSentiment-2.5”。“c中的vaderSentiment：\anaconda\lib\site-packages”。然后在下面运行脚本，并在下面反复获得错误消息：
from nltk.sentiment.vader import SentimentIntensityAnalyzer
sid
浏览 25提问于2017-04-21得票数 9
我用Python从SentimentIntensityAnalyzer库中编写了一个调用nltk.sentiment.vader函数的小程序。我想分析c2列中提到的评论&在新的相邻列中提供情感评分。有10,000个评论&我的评论在remarks.txt文件中。我已经创建了get_sentiment()函数，但面临的问题是将数据帧的每一行作为参数传递&调用它，使用for循环提供情感评分，并将其存储在相邻的列中。
我试过这些密码：
df['add'] = df.apply(lambda row: get_sentiment(row))
在网上任何地方都找不
浏览 0提问于2019-09-05得票数 0
回答已采纳
import pandas as pd
import csv
from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzer
with open('Before.csv', "r", errors='ignore') as f:
reader = csv.reader(f)
your_list = list(reader)
analyser = SentimentIntensityAnalyzer()
def print_sentiment_score
浏览 16提问于2019-08-21得票数 0
回答已采纳
1回答
日常情感价值
、、、
有没有人有办法计算每天的平均情绪值？这是我的代码得到了情绪得分，但我试着计算了一天的平均，但我没有任何运气。
from nltk.sentiment.vader import SentimentIntensityAnalyzer
import pandas as pd
analyzer = SentimentIntensityAnalyzer()
eth = pd.read_csv("Ethereum_2020_2021_Time_Adjusted.csv")
eth['Sentiment Values'] = eth['Title'].app
浏览 8提问于2022-02-13得票数 0
回答已采纳
1回答
我有一个DataFrame df如下所示。我只是想排除特定列中的行，比如Vader_Sentiment，它的值在-0.1到0.1之间，并保留其余的行。
我试过df = [df['Vader_Sentiment'] < -0.1 & df['Vader_Sentiment] > 0.1]，但它似乎不起作用。
Text Vader_Sentiment
A -0.010
B 0.206
C 0.003
浏览 5提问于2017-12-04得票数 2
回答已采纳
我正在尝试将这些新词及其相应的极性分数从CSV文件添加到Vader Sentiment Lexicon
它还会在更新时反映在vadersentiment对象中：
但是，只要我尝试获得新添加单词的极性分数，就会抛出一个错误：
我对发生了什么感到困惑，尽管这个词存在于维德字典中：
有人知道为什么会这样吗？
浏览 2提问于2020-06-03得票数 2
2回答
我在dataframedata_tweets['text']的专栏中写了一个函数来评估情绪:句子中的否定、积极或中立的态度，我试图将输出添加到列表中，因为我想将这些情感添加到原始数据中。
我的职能：
from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzer
# function to print sentiments
# of the sentence.
def sentiment_scores(sentence):
# Create a SentimentIntensityAn
浏览 1提问于2019-06-11得票数 0
回答已采纳
我使用vader进行情绪分析。当我在Vader词典之外添加一个单词时，它是有效的，即它根据我给单词赋予的值来检测新添加的单词是正的还是负的。代码如下：
from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzer
sid_obj = SentimentIntensityAnalyzer()
new_word = {'counterfeit':-2,'Good':2,}
sid_obj.lexicon.update(new_word)
sentence = "Company C
浏览 2提问于2019-06-04得票数 3
1回答
假设我有一个.CSV，它有三个列: tidytext、location、vader_senti
我已经能够使用以下代码获得*正、中性和负面文本的数量，而不是word* pero country：
data_vis = pd.read_csv(r"csviamcrpreprocessed.csv", usecols=fields)
def print_sentiment_scores(text):
vadersenti = analyser.polarity_scores(str(text))
return pd.Series([vadersenti['
浏览 3提问于2020-05-04得票数 0
回答已采纳
1回答
我想使用Vader对一些文本进行情感分析(但我在这里描述的问题也适用于除Vader之外的任何词汇)。但是，在完成所有数据处理之后(包括标记化和转换为小写(这里我还没有提到)，我得到了以下错误：
知道如何处理这些文档以便词典能够阅读这些文本吗？谢谢。
AttributeError：“列表”对象没有属性“编码”
with open('data_1.txt') as g:
data_1 = g.read()
with open('data_2.txt') as g:
data_2 = g.read()
with open('data_3
浏览 0提问于2018-12-08得票数 1
回答已采纳
3回答
我有一个包含大量条目的现有表，我希望为每一行计算一个新列。我只找到了以下解决方案。这是工作的，但它是缓慢的，因为它需要扫描表的大多数条目。
我想要的是一种方法：
读取一行，根据行更新的内容计算新列的值到数据库中。
这样，它只会通过表一次，并将具有线性复杂性。
cursor.execute("SELECT tweet FROM Table")
row = cursor.fetchone()
while row is not None:
vader = analyser.polarity_scores(row)
浏览 2提问于2020-08-14得票数 2
基本上，我希望程序运行数据帧中的行。问题是，当将每行的每个处理值写入csv文件时，这些值将在所有行中复制，循环中的最后一行结果将覆盖其余的值。这是我的代码：
#Import the libraries
from textblob import TextBlob
import pandas as pd
read=pd.read_csv('HR.csv',delimiter=',',skip_blank_lines=False,skiprows=1,names=['Comments','Score','Sentiment
浏览 2提问于2020-02-09得票数 0
1回答
我正在尝试用python.I做情感分析，我已经看过各种教程，并使用了nltk、textblob等库。
但我想要的有点不同，我想不出任何材料
假设我有这样一条语句
apples are tasty but they are very expensive
上面的陈述可以分为两类/标签，如 The 和money
我的目的是了解关于这两个标签的声明的感觉
我的预期结果是对味觉的正面情绪，但对money的负面情绪
如何实现这一点
使用textblob
def calculate_sentiment_textblob(current_comment):
current_comment = str(curr
浏览 43提问于2018-07-19得票数 1
import numpy as np
import pandas as pd
df=pd.read_excel('Finning2.xlsx',encoding='utf-8')
import nltk
nltk.download('vader_lexicon')
from nltk.sentiment.vader import SentimentIntensityAnalyzer
sid = SentimentIntensityAnalyzer()
review = df['review']
review = str(r
浏览 22提问于2019-05-17得票数 0
我的Google Drive上总共存储了100个.db文件。这些文件中的所有行都包含一个文本列，为此，我需要使用vaderSentiment包计算每一行的情感极性得分。 我已经设法对其中一个.db文件执行了此操作，但我想对目录中的所有99个其他文件重复此计算。此外，我希望将Google Drive目录中每个文件的'sentiment_ compound_polarity‘列的平均值存储在一个.csv文件中。这个文件应该只有两列100行(每个文件1行)，包含文件名和'/content/drive/My Drive/Database Files/‘中存储的每个.db文件的df’‘
浏览 24提问于2020-05-04得票数 0
1回答
我用和对新闻标题的情绪进行了分析，结果好坏参半:我认为许多略带负面的标题都是中性的。以下是几个例子：
Who wants to live in an artificially intelligent future?
# Vader: {'compound': 0.4588, 'pos': 0.273, 'neu': 0.727, 'neg': 0.0}
# TextBlob: Sentiment(polarity=0.2840909090909091, subjectivity=0.40625)
The internet and
浏览 4提问于2017-08-25得票数 0
回答已采纳
我能够用我的脚本遍历目录中的文件，但是当所有的转录都在一个表/数据中时，我无法应用相同的逻辑。我以前的剧本-
import os
from glob import glob
import pandas as pd
import nltk
from nltk.sentiment.vader import SentimentIntensityAnalyzer
files = glob('C:/Users/jj/Desktop/Bulk_Wav_Completed_CancelsvsSaves/*.csv')
sid = SentimentIntensityAnalyzer
浏览 4提问于2021-08-17得票数 1
回答已采纳
目前，我正在将熊猫数据帧设置到csv中，并将其作为weka数据集从CSV加载器加载。是否有一种机制可以直接将pandas数据帧加载到weka数据集中，而无需在中间创建CSV文件
learn_df = pd.DataFrame.from_records([s.to_dict() for s in learnList])
header = ["reviewId","word","type","positive_sentiment","negative_sentiment","number_of_noun"
浏览 11提问于2020-02-11得票数 1
回答已采纳
1回答
平面图没有出现在Dash上
、、、、
我有一个csv文件与不同的状态，和他们的分数为一些特定的日期。它在VSCode笔记本中被正确绘制，但是当我试图在Dash上显示它时，默认的地图出现了，但是没有颜色编码。我尝试过更改数据集，甚至是显示选项，但它仍然是一样的。还有其他人要面对这个吗？
我将在下面附加我的整个Dash代码以供参考。
#importing libraries
import dash
from dash import Dash, dcc, html, Input, Output
import plotly.express as px
import pandas as pd
app = Dash(__name__)
浏览 9提问于2021-10-13得票数 0
回答已采纳
2回答
如何将此查询的结果放入数据框中。我已经尝试了许多解决这个问题的示例，但没有一个能给出我正在寻找的全部100行。谢谢。 from nltk.sentiment.vader import SentimentIntensityAnalyzer
scores = df['clean_tweet']
sid = SentimentIntensityAnalyzer()
for score in scores:
print(score)
ss = sid.polarity_scores(score)
for k in sorted(ss):
浏览 21提问于2020-04-03得票数 0
回答已采纳
1回答
我正在运行python脚本和，我试图提取其中的一部分并将其转换为JSON文件，这样我就可以将它传递给Google可视化。
我已经包括了我的python脚本，输出和详细的信息。
我在做什么：
我正在尝试从AlchemyAPI运行这个Python脚本
https://github.com/AlchemyAPI/alchemyapi-twitter-python
我的输出是/如下：，我从输出中获取统计数据。
##########################################################
# The Tweets
浏览 5提问于2014-04-10得票数 0
我有一个情绪分析python脚本，但我想让它在html中运行，并从html页面获得输入表单，然后在html页面中显示结果。我已经使用了django框架来运行html页面。但我不知道如何将它与我已有的python脚本连接起来。
这是我的python脚本
query = input("query? \n")
number = input("number of tweets? \n")
results = api.search(
lang="en",
q=query + " -rt",
count=number,
浏览 0提问于2017-11-01得票数 1
使用nltk进行情绪分析的项目。我搜索了GH，没有发现类似的sentimaent_analyser或popularity_scores调用。
我还查看了，它不是一个副本，因为我没有调用bcrypt.gensalt().encode('utf-8')。虽然它确实暗示了错误类型的问题。
有人能帮助解决这个错误吗？
我知道错误：
/lib/python3.5/site-packages/nltk/sentiment/vader.py in init(self，text) 154 def init(self，text)：155如果不是isinstance( text，str)：-&g
浏览 3提问于2017-09-15得票数 1
回答已采纳
我是python的新手，正在尝试了解如何使用遍历。 #我的工作代码- import pandas as pd
import nltk
from nltk.sentiment.vader import SentimentIntensityAnalyzer
df = pd.read_csv("1003285474_1003285465_0a54173ed4c58b7354e0dd48.csv",encoding="utf-8")
s = ' '.join(df['transcript'])
sid = SentimentInten
浏览 20提问于2021-07-14得票数 0
回答已采纳
1回答
我对python很陌生，我有一个如下所示的数据集
我从数据集中提取评论，并尝试应用VADER工具来检查与每个评审相关的情感权重。我能够成功地检索评论，但无法将VADER应用于每个评审。这是密码
import nltk
import requirements_elicitation
from nltk.sentiment.vader import SentimentIntensityAnalyzer
c = requirements_elicitation.read_reviews("D:\\Python\\testml\\my-tracks-reviews.
浏览 0提问于2018-11-21得票数 1
回答已采纳
2回答
我想将单词添加到vader_lexicon.txt中，以指定单词的极性分数。正确的方法是什么呢？
我在AppData\Roaming\nltk_data\sentiment\vader_lexicon中看到了这个文件。该文件由单词、其极性、强度和由"10个独立的人类评分者“给出的10个强度分数组成。1但是，当我编辑它时，以下代码的结果没有任何变化：
from nltk.sentiment.vader import SentimentIntensityAnalyzer
sia = SentimentIntensityAnalyzer()
s = sia.polarity_scores(&
浏览 1提问于2016-11-08得票数 10
回答已采纳
我正在试着把一系列意大利语的推文翻译成英语。它们包含在csv文件中，所以我使用pandas提取它们，以使用Vader计算情感。不幸的是，我得到了这个错误: json.decoder.JSONDecodeError:期望值:第1行，第1列(字符0)。 我试着删除推文中的表情符号，并使用vpn，就像其他一些帖子所指出的那样，但都不起作用。 def remove_emoji(text):
return emoji.get_emoji_regexp().sub(u'', text)
def extract_emojis(str):
return ''.j
浏览 28提问于2019-05-28得票数 0
1回答
尝试使用modin.pandas来使用此应用函数的所有核心
from nltk.sentiment.vader import SentimentIntensityAnalyzer
sid = SentimentIntensityAnalyzer()
# sentiment Score of essay
data = data.merge(data.essay.apply(lambda s: pd.Series({'neg':sid.polarity_scores(s)['neg'],
浏览 0提问于2020-01-11得票数 2
回答已采纳
我正在尝试使用python中的VADER来确定客户反馈的情绪得分。下面的简单代码完美地运行了个人反馈，并返回了一个包含负面、中性、正面和复合分数的字典。
代码：
from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzer
feedback = "Food was very good"
vader = SentimentIntensityAnalyzer()
sentiment = vader.polarity_scores(feedback)
print(sentiment)
结果：{'
浏览 9提问于2020-08-13得票数 2
2回答
我正在尝试检索数据文件中包含来自另一个数据from的单词的行。已经在下面的链接中附加了.csv文件。我试过了，但它只给了我一个词：
import numpy as np
import pandas as pd
sentiment_words = pd.read_csv('sentiment_words.csv')
tokens = pd.read_csv('tokens.csv')
tokens[tokens['token'].isin(sentiment_words['sentiment_words'])]
Out[201
浏览 0提问于2018-04-05得票数 2
回答已采纳
再次感谢你们昨天的帮助，我很感激。但是，我的MatLab编程仍然存在一些问题。
背景
我有一个需要解析的长字符串(200k+字符)。这一切都是十六进制的，我需要让MatLab来绘制它。我在试着打破台阶。我需要在这个字符串中每4个字符放一个'\t‘(标签字符)。
不过，让我们忘掉我现在真正需要做的事情吧。让我们关注一些更一般的事情。说我的弦是：
abcdefghijklmnopqrstuvwxyz
我希望MatLab输出：
abcd efgh ijkl mnop qrst uvwx yz
我可怜的尝试
for k = 4:length(Vader)
Vader = horzcat
浏览 5提问于2014-02-20得票数 1
回答已采纳
1回答
我在一个CSV文件上使用了情感分析，输出打印出句子的极性和主观性。我如何获得表格格式的输出，以及添加句子的积极或消极或中性的分类？
import csv
from textblob import TextBlob
infile = 'sentence.csv'
with open(infile, 'r') as csvfile:
rows = csv.reader(csvfile)
for row in rows:
sentence = row[0]
blob = Tex
浏览 3提问于2018-01-17得票数 1
回答已采纳
我试图在NLTK中使用Vader情感分析中的polarity_scores()，但是它给了我错误：
polarity_scores()缺少一个必需的位置参数：“text”
我完全是Python的初学者。感谢你的帮助！
from nltk.sentiment.vader import SentimentIntensityAnalyzer as sid
sentences=["hello","why is it not working?!"]
for sentence in sentences:
ss = sid.polarity_scores(se
浏览 8提问于2016-09-13得票数 3
我想根据单元格上的值突出显示dataframe和csv文件中的记录。 我尝试创建一个函数并将此函数应用于数据帧，但它没有突出显示任何记录。 ? 输出必须是： ? 代码： def_test_twtr_preds= pd.read_excel(path,names=col_names)
def highlight_sentiment(status):
if status == "Positive":
return ['background-color: yellow']
else:
浏览 24提问于2020-07-28得票数 1
回答已采纳
1回答
我有一张推特数据my_tweets表，其中包含了以下列: tweet_id、text、created_at、table。
我的推特数据正在现场直播，并同时插入到表格中。我正在用Vader编写代码来获取文本的情感。目前，tweet_id、text和created_at都已被填充。
我想使用下面的查询：SELECT * FROM my_tweets WHERE sentiment is null in MySQL来获取情操为null的行，并插入Vader的感触。
对我怎么做有什么建议吗？
我的程序目前看起来如下：
getTweetSentiment():
#my code
return
浏览 5提问于2020-08-28得票数 0
回答已采纳
1回答
因此，我使用Vader Sentiment Analyser来分析特定的客户反馈。在评估输出时，我发现情绪分析器给我的结果喜忧参半。
For eg: "Again, human interaction needs to have resolutions. Your reps
cannot BLAME the system and shrug off being able to help. Let
alone blame the system and not know WHY the system makes
indiscrimina
浏览 1提问于2018-06-20得票数 1
1回答
我正在尝试运行下面的代码，但是我得到了一个错误。
无循环用于中断/下一个，跳到顶层。
问题似乎与vader_df有关，但我不知道哪里出了问题，也不知道如何解决它。vader_df应该使用文本向量，并返回文本的情感分析数据(尽管这显然不是这样的！)
任何帮助都是非常感谢的。
library(vader)
library(tidyverse)
library(billboard)
data(lyrics)
lyrics <- lyrics %>%
rename(song_lyrics = lyrics)
sentiment_lyrics <- vader_df(lyr
浏览 4提问于2021-11-20得票数 1
2回答
我正在用Python (使用自然语言处理)做一个情感分析项目。我已经从twitter收集了数据，并将其保存为CSV文件。该文件包含推文，其中大部分是关于加密货币的。我清理了数据，并使用分类算法进行了情感分析。
因为数据是干净的，所以我想找出最常用的单词。下面是我用来导入库和csv文件的代码：
# importing Libraries
from pandas import DataFrame, read_csv
import chardet
import matplotlib.pyplot as plt; plt.rcdefaults()
from matplotlib import rc
%
浏览 0提问于2018-03-27得票数 0
系统信息
编写了自定义代码(而不是使用zenbot香草)：我添加了一个策略和库文件。该策略使用lib文件从Twitter中提取并计算其情绪。
操作系统平台和发行版(例如LinuxUbuntu16.04)：Ubuntu16.04
Zenbot版本(提交参考，或版本)：v4.1.0
Zenbot分公司：不稳定
NodeJS版本：v8.11.2
Python版本(使用python脚本时)：Python2.7.12，3.5.2
精确命令复制(包括一切)：./zenbot.sh交易--纸张--策略sentiment_strat --为期2天--周期=1000万
我对con
浏览 0提问于2018-08-30得票数 0
回答已采纳
from nltk.sentiment.vader import SentimentIntensityAnalyzer
sid = SentimentIntensityAnalyzer()
for i in range(len(X)):
ss = sid.polarity_scores(X.loc[i,'essay'])
X.from_dict(ss) 这里X是一个已有的数据框架，我想添加4个新的列，它们的名称是字典的键，值将形成行。 使用上面的代码，我得到了错误： ValueError:如果使用所有标量值，则必须传递索引 但是我不知道怎么通过索引
浏览 14提问于2019-12-28得票数 0
我没有在HuggingFace的docsite，github上找到任何文档来解释主题模型输出的这个特定元素。
我设置了一个基本管道来运行：
# Set up the inference pipeline using a model from the Hub
model_path = "siebert/sentiment-roberta-large-english"
berta_sentiment_analysis = pipeline("sentiment-analysis",model=model_path, tokenizer=model_path, ma
浏览 8提问于2022-10-10得票数 0
我想要将一个矩阵(非常稀疏，有数百万个零和几个其他数字)作为熊猫数据帧保存到.csv文件中，但是数据帧将0保存为0.0 (浮点数而不是整数)，因此文件变得非常大。所以我想将0.0保存为0，以减小输出.csv文件的大小。我正在尝试类似这样的东西： import pandas
table = [[0.88, 4], [0, 0.5]]
pd = pandas.DataFrame(table, columns = ['C1', 'C2'])
pd.to_csv('output.csv', index = False)
pd 并获得输出： C1
浏览 37提问于2020-07-24得票数 0
2回答
我有疑问，因为我更改了两个数据帧中的name列 df1.rename(columns={'polarity':'polarityBiden','Sentiment_Type':'TextblobBiden','compound':'compoundBiden','sentiment_type':'VaderBiden','score':'scoreBayenBiden'}) 然后我得到了输出： polarityBiden subj
浏览 23提问于2021-05-08得票数 0
回答已采纳
我知道您可以通过手动将单词添加到vader_lexicon.txt文件来添加您自己的单词。我想知道是否有其他方法可以在python代码中做到这一点，因为我不希望使用我的代码的人需要去修改其他.txt文件。
from nltk.sentiment.vader import SentimentIntensityAnalyzer as SIA
sia = SIA()
sia.lexicon
这将得到判决书。是这样想的：
sia.lexicon.update{u'word': 3}
浏览 0提问于2018-04-17得票数 0
1回答
我想使用Spacy的依存关系解析器在我的pandas数据框架上提取名词-形容词对，用于基于方面的情感分析。我在来自Kaggle的亚马逊优质食品评论数据集上尝试了这段代码：Named Entity Recognition in aspect-opinion extraction using dependency rule matching 然而，我将我的熊猫数据帧提供给spacy的方式似乎有问题。我的结果并不是我期望的那样。有人能帮我调试一下这个吗？非常感谢。 !python -m spacy download en_core_web_lg
import nltk
nltk.download(
浏览 5提问于2021-04-19得票数 0
回答已采纳
我正在尝试通过拥抱脸部情感分析预训练模型来获取评论的情感。它像Token indices sequence length is longer than the specified maximum sequence length for this model (651 > 512) with Hugging face sentiment classifier一样返回错误。 下面我附上了代码，请看一下 from transformers import AutoTokenizer, AutoModelForSequenceClassification, pipeline
import tra
浏览 1832提问于2021-04-05得票数 4
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
云直播
对象存储活动推荐
腾讯云开发者
