利用Textbolb对EXCEL文本里的英文评论进行情感分析

本文展示了如何使用Python的TextBlob库对Excel文件中的一列英文评论进行情感分析。通过读取Excel数据,将评论情感极性存储在字典中,然后转换为 pandas Series,以方便查看和分析每条评论的情感倾向。
摘要由CSDN通过智能技术生成

1.直接放源代码

import xlrd
from textblob import TextBlob
import nltk
import numpy as np
import pandas as pd
# 读入文件
from textblob.en import polarity
inpath = 'E:\\Desktop\\Twitter.xlsx'
List1 = {}
data = xlrd.open_workbook(inpath, encoding_override='utf-8')
table = data.sheets()[0]
nrows = table.nrows
ncols = table.ncols
# 对每一条文本记录进行情感分析
for i in range(0, nrows):
    alldata = table.row_values(i)
    result = alldata[0]
    result = str(result)
    blob = TextBlob(result)
    List1[i] = blob.sentiment.polarity
A = pd.Series(List1)
print(A)
A.to_excel('E:\\Desktop\\ouput.xlsx')
a=b=c=0
for i in A:
    if i>0:
        a+=1
    else:
        if i<0:
            b+=1
        else:
            c+=1
print("positive:"+str(a),"negative:"+str(b),"neutral:"+str(c))
print(type(List1))
print(List1)

2.运行结

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值