python之对 csv 文件的 Textblob 情感分析

我有一个包含大约 50 行句子的 csv 文件。我正在使用 textblob 情绪分析工具。为了测试句子的极性，示例显示您写了一个句子，并显示了极性和主观性。但是，它只适用于单个句子，我希望它适用于我拥有的 csv 文件，因为我不能放入每一行并单独测试它们，因为这会花费太长时间。我该怎么做呢？

TextBlob 显示这个例子，当我输入一个句子时，极性显示，你不能一次输入两个句子，它不允许你。我如何将我的 csv 文件输入到下面的示例中，以便为我提供所有行的极性？

>>> testimonial = TextBlob("Textblob is amazingly simple to use. What great fun!") 
>>> testimonial.sentiment 
Sentiment(polarity=0.39166666666666666, subjectivity=0.4357142857142857) 
>>> testimonial.sentiment.polarity 
0.39166666666666666 

编辑了 chishaku 解决方案，它对我有用。解决方案:

import csv 
from textblob import TextBlob 
 
infile = 'xxx.csv' 
 
with open(infile, 'r') as csvfile: 
    rows = csv.reader(csvfile) 
    for row in rows: 
        sentence = row[0] 
        blob = TextBlob(sentence) 
        print blob.sentiment 

请您参考如下方法:

在处理 CSV 时，我真的很喜欢 pandas，尽管这对于您想要实现的目标来说过于通用。但也许您想要对数据进行更多处理，所以我发布了 pandas 解决方案。

import pandas as pd 
 
# To read a CSV file 
# df = pd.read_csv('sentences.csv') 
df = pd.DataFrame({'sentence': ['I am very happy', 'I am very sad', 'I am sad but I am happy too']}) 
 
from textblob import TextBlob 
 
# The x in the lambda function is a row (because I set axis=1) 
# Apply iterates the function accross the dataframe's rows 
df['polarity'] = df.apply(lambda x: TextBlob(x['sentence']).sentiment.polarity, axis=1) 
df['subjectivity'] = df.apply(lambda x: TextBlob(x['sentence']).sentiment.subjectivity, axis=1) 
 
>>> print(df) 
                      sentence  polarity  subjectivity 
0              I am very happy      1.00             1 
1                I am very sad     -0.65             1 
2  I am sad but I am happy too      0.15             1