import numpy as np
import pandas as pd
df=pd.read_excel('Finning2.xlsx',encoding='utf-8')
import nltk
nltk.download('vader_lexicon')
from nltk.sentiment.vader import SentimentIntensityAnalyzer
sid = SentimentIntensityAnalyzer()
review = df['review']
review = str(review).encode('utf-8')
df['scores'] = df['review'].apply(lambda review:sid.polarity_scores(review))
答案 0 :(得分:1)
我们需要在应用极性_得分功能之前将评论列转换为字符串
df['score'] = df['review'].apply(lambda review:sid.polarity_scores(str(review)))
答案 1 :(得分:0)
我模拟了一个示例(如下所示),但是无法复制您看到的行为。您能否向我们展示数据框的形成方式或数据“查看”列的样例?
dict = {"population": [200.4, 143.5, 1252, 1357, 52.98]}
import pandas as pd
df = pd.DataFrame(dict)
pop = str(df['population']).encode("utf-8")
print(pop)
这是输出:
b'0 8.516\n1 17.100\n2 3.286\n3 9.597\n4 1.221\nName: area, dtype: float64'
答案 2 :(得分:0)
试试这个(对我有用):
import numpy as np
import pandas as pd
df=pd.read_excel('Finning2.xlsx').astype(str)
import nltk
nltk.download('vader_lexicon')
from nltk.sentiment.vader import SentimentIntensityAnalyzer
sid = SentimentIntensityAnalyzer()
review = df['review']
review = str(review).encode('utf-8')
df['scores'] = df['review'].apply(lambda review:sid.polarity_scores(review))
答案 3 :(得分:-1)
谢谢,但仍然无法正常工作。这是一个例子。
评论 不,不是真的。 不要打电话给我 他们应该使它更容易 不,不是。我总是觉得他们很有帮助。