基于TEXTBLOB情感分析_利用textblob进行情感分析

import pandas as pd
from textblob import TextBlob

# 读取已处理的新闻文本
df = pd.read_excel ( 'news_cleaned_tokens.xlsx' )

# 创建一个空的DataFrame来存储情感分析结果
sentiment_df = pd.DataFrame ( columns=['Text', 'Sentiment'] )

# 使用TextBlob进行情感分析
for index, row in df.iterrows ( ):
    text = row['cleaned_content']
    blob = TextBlob ( text )

    # 获取情感分数（介于-1和1之间）
    sentiment_score = blob.sentiment.polarity

    # 根据情感分数判断情感类别
    if sentiment_score > 0:
        sentiment = 'Positive'
    elif sentiment_score < 0:
        sentiment = 'Negative'
    else:
        sentiment = 'Neutral'

    # 将结果添加到DataFrame中
    sentiment_df = pd.concat ( [sentiment_df, pd.DataFrame ( {'Text': [text], 'Sentiment': [sentiment]} )],
                               ignore_index=True )

# 保存情感分析结果到Excel文件
sentiment_df.to_excel ( 'sentiment_analysis_results.xlsx', index=False )

print ( "情感分析完成，并已保存结果到 sentiment_analysis_results.xlsx" )