0

我用 SFrame 导入了我的数据集：

products = graphlab.SFrame('amazon_baby.gl')
products['word_count'] = graphlab.text_analytics.count_words(products['review'])

我想对如下所示的一组单词进行情绪分析：

selected_words = ['awesome', 'great', 'fantastic', 'amazing', 'love', 'horrible', 'bad', 'terrible', 'awful', 'wow', 'hate']

然后我想为 products 矩阵中每个选定的单词创建一个新列，条目是这样的单词出现的次数，所以我为单词“awesome”创建了一个函数：

def awesome_count(word_count):
    if 'awesome' in product:
        return product['awesome']
    else:
        return 0;

products['awesome'] = products['word_count'].apply(awesome_count)

到目前为止一切都很好，但是我需要以这种方式为每个选定的单词手动创建其他函数，例如，great_count 等。如何避免这种手动工作并编写更清晰的代码？

4

2 回答 2

0

我认为该SFrame.unpack命令应该可以解决问题。实际上，该limit参数将接受您选择的单词列表并仅保留这些结果，因此这部分大大简化了。

我不确切知道您的评论数据中有什么，所以我做了一个玩具示例：

# Create the data and convert to bag-of-words.
import graphlab
products = graphlab.SFrame({'review':['this book is awesome',
                                      'I hate this book']})

products['word_count'] = \
    graphlab.text_analytics.count_words(products['review'])

# Unpack the bag-of-words into separate columns.
selected_words = ['awesome', 'hate']
products2 = products.unpack('word_count', limit=selected_words)


# Fill in zeros for the missing values.
for word in selected_words:
    col_name = 'word_count.{}'.format(word)
    products2[col_name] = products2[col_name].fillna(value=0)

我也不得不指出 GraphLab Create 确实有自己的情绪分析工具包，值得一试。

于 2016-01-31T06:57:04.943 回答
0

我实际上找到了一种更简单的方法来做到这一点：

def wordCount_select(wc,selectedWord):
    if selectedWord in wc:
        return wc[selectedWord]
    else:
        return 0    


for word in selected_words:
    products[word] = products['word_count'].apply(lambda wc: wordCount_select(wc, word))
于 2016-01-31T18:58:26.557 回答