新闻语料抽取

目录

一、新闻语料获取

二、数据处理

1. 读取数据

2. 建立企业名称字典

3. 获取新闻语料指定列

4.新闻内容匹配企业名称

5. 数据展开

6. 表格合并

 三、融合企业评分

1. 获取评分数据

2. 获取新闻匹配数据

3. 评分信息映射到指定范围

4. 获取指定列数据

5. 表格合并

---

一、新闻语料获取

从激光制造网获取1.8w余条新闻数据，并按照标题、内容、链接、时间来爬取数据，并写入excel表格，数据格式如下：

二、数据处理

1. 读取数据

分别读取新闻语料数据与企业数据，首先获取企业数据中的企业名称一列并逐一赋予id。

import pandas as pd
import numpy as np
import re
#关键词数据
projs = pd.read_csv('E:/zhihuiyuanqu/jiguanghuizong.csv')
data = pd.read_excel('E:/zhihuiyuanqu/龙头企业数据评分.xlsx')
companydict = data