标记词列表上的Textblob情感分析

Question

我有以下DataFrame。

Date            Cleaned tweets
2018-05-23  [media, want, pravda, exist, write, aicle, tel...
2018-05-23  [yeah, think, great, work]
2018-05-23  [exactly, uaw, individual, stock, ownership, p...
2018-05-23  [um, tweeted, obv]
2018-05-23  [thank, thought, obvious]

我为以下内容创建了一个用于Textblob情感分析的python模块：

class TextBlobSentimentAnalysis:

    def analyze_sentiment_polarity(self,word):
        sentiment_analysis = TextBlob(word)

        if sentiment_analysis.sentiment.polarity > 0:
            return 1                                             
        elif sentiment_analysis.sentiment.polarity == 0:
            return 0      
        else:                                  
            return -1                                              

    def analyze_sentiment_subjectivity(self,tweet):
        subjectivity_analysis = TextBlob(tweet)

        if subjectivity_analysis.sentiment.subjectivity >0:       
            return 1                                               
        elif subjectivity_analysis.sentiment.subjectivity ==0:    
            return 0                                               
        else:                                                      
            return -1                                              

我的问题是我想做的是分析每个单元格列表中每个单词的情感，然后计算其均值，以便对DataFrame的每一行仅具有一个极性值和一个主观性。每当我尝试访问单词，并且对每个单词进行情感处理时，我都会将每个列表中所有单词的情感综合在一起，并且无法将它们从一个列表中区分出来。

我试图做的是以下事情：

import statistics
for list_of_words in df['Cleaned tweets']:
    polarity = []
    for word in list_of_words:
        polarity += [TextBlob_Analyzer.analyze_sentiment_polarity(word)]
        avg_per_tweet = [statistics.mean(polarity)]

但是它只给我一个值，等于零。

Textblob_Analyzer是我所谓的TextblobSentimentAnalysis类。