python - Python - 将来自 Vader 的正面/负面/中性/反馈情绪评分拆分为单独的列并将其添加到数据集中

Question

我正在尝试在 python 中使用 VADER 确定客户反馈的情绪分数。下面的简单代码非常适合个人反馈，并返回一个包含负面、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：{'neg'：0.0，'neu'：0.484，'pos'：0.516，'compound'：0.4927}

现在，我有一个包含 4k+ 客户反馈的电子表格。我要做的是遍历每个反馈并添加 4 个新列作为 Negative_Score、Neutral_Score、Positive_Score 和 Compound_Score。我编写了以下代码，但没有给出预期的结果。每行获得相同的分数。任何帮助将不胜感激。

代码：

    import os.path
    from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzer
    import pandas as pd

    data = pd.read_excel(r"C:\...\sample_feedback.xlsx") 
    #Sample_feedback.xlsx has two col customer and feedbacktext
    vader = SentimentIntensityAnalyzer()
    data["Negative_Score"] = vader.polarity_scores(data["feedbacktext"]).get("neg")
    data

Answer 1

我们可以使用lambda. 它比遍历数据框行要好。我写了一个方法vader_scores，唯一的功能是从反馈文本中返回相应的极性分数（pos/neg/neu/compound）。

您的代码为所有行返回相同极性分数的主要原因是您data["feedbacktext"]单独使用了它，它占用了整个列并为其返回了结果值。我所做的是，使用行的索引从每一行中选择了数据[“feedbacktext”]，并在Negative_Score , Neutral_Score, Positive_Score, and Compound_Score列中填充了它的单元格。

我使用的样本数据是：

这是我的代码：

import os.path
from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzer
import pandas as pd

def vader_scores(feedbacktext, category):
    return vader.polarity_scores(feedbacktext).get(category)

data = pd.read_excel(r"sample_feedback.xls") 
# print(data)
#Sample_feedback.xlsx has two col customer and feedbacktext
vader = SentimentIntensityAnalyzer()

data["Negative_Score"] = data.apply(lambda row : vader_scores(data["feedbacktext"][row.name], "neg"),axis=1)
data["Neutral_Score"] = data.apply(lambda row : vader_scores(data["feedbacktext"][row.name], "neu"),axis=1)
data["Positive_Score"] = data.apply(lambda row : vader_scores(data["feedbacktext"][row.name], "pos"),axis=1)
data["Compound_Score"] = data.apply(lambda row : vader_scores(data["feedbacktext"][row.name], "compound"),axis=1)
data

输出是：