在Python Pandas中,我有一个包含以下格式的列和记录的数据框:
text source senti
-------------------------------
great food site1 0.6
awful staff site4 -0.4
good chef site8 0.4
average food site6 0.05
bad food site2 -0.8
文本列基本上是对某事的描述或意见。我想得出关于数据集的平均情绪的一些结论,输出就像这样。
sentiment count
----------------
positive 2
neutral 1
negative 2
我们将'senti'计数为正,负或中性。
在满足以下条件时,情绪被计为每个群体:
提前非常感谢
答案 0 :(得分:5)
我使用pd.cut
+ groupby
cut = pd.cut(
df.senti,
[-np.inf, -.1, .1, np.inf],
labels=['positive', 'neutral', 'negative']
)
df.groupby(cut).senti.count().reset_index(name='count')
senti count
0 positive 2
1 neutral 1
2 negative 2
正如@root所指出的,pd.value_counts
在cut
变量上提供相同的解决方案。
pd.value_counts(cut, sort=False).rename_axis('senti').reset_index(name='count')
答案 1 :(得分:0)
使用apply
映射到群组的另一个版本:
df.groupby(df['senti'].apply(lambda x: 'negative' if x < -0.1 else 'positive' if x > 0.1 else 'neutral'))['senti'].count()