情緒分析 - 覺醒

Question

我真的是編程的初學者，而且我遇到了一個問題。我正在對假新聞和真實新聞進行比較分析。我有一個aprox文本語料庫。 3000條真實新聞和3000條假新聞。我需要弄清楚虛假或真實的新聞是否會喚起更高的喚起情緒。我想通過使用Warriner et。人。單詞列表：http://crr.ugent.be/archives/1003

我已經導入單詞列表給我的腳本：

warriner = pd.read_csv('warriner.csv', sep = '\t', encoding = 'utf-8') 
print warriner.head() 

我（想，我）想找到覺醒平均總和，這在單詞列表被稱爲A.Mean.Sum。但我不能讓它工作，Spyder只是說：'DataFrame'對象沒有屬性'A'。 任何人都可以幫忙嗎？我已經通過使用LabMT來計算情緒分數，如下所示，但我無法讓Warringer等人的工作。

text_scored = [] for text in df['text']: sent_score = tm.labMT_sent(text) 
text_scored.append(sent_score) 
df['abs_sent'] = text_scored #adding the scored text to the df 

相對景氣指數

text_scored = [] for text in df['text']: sent_score = tm.labMT_sent(text, rel = True) 
text_scored.append(sent_score) 
df['rel_sent'] = text_scored #adding the scored text to the df 
overall mean 

df['abs_sent'].mean() df['abs_sent'].loc[df['label'] == 'FAKE'].mean()  
#'fake' mean = - 22,1 df['abs_sent'].loc[df['label'] == 'REAL'].mean() 
#'real' mean = - 41,95 

相對評分平均計算

df['rel_sent'].mean() #overall mean df['rel_sent'].loc[df['label'] == 'FAKE'].mean() 
#'fake' mean = - 0,02 df['rel_sent'].loc[df['label'] == 'REAL'].mean() 
#'real' mean = - 0,05 

Answer 1

您提供的示例代碼是我很難閱讀。您將問題報告爲與A.Mean.Sum無關，但沒有與此相關的代碼。還有對Spyder和DataFrame的引用，沒有解釋，代碼或標籤。最後，標題應該告訴潛在的回答者關於問題本身的問題，而不是代碼正在處理的一般字段。目前的人希望讀者在報告中找到他們應該做的事情。

我很樂意承認我是一個新手，但我建議閱讀介紹How-to-ask並用它來澄清你的問題。

我也猜這是一個pandas相關問題，所以它的文檔頁面可能會幫助你。

我希望我有任何幫助！