情绪分析唤醒

Question

我真的是个编程初学者，遇到了一个问题。我正在对假新闻和真新闻进行比较分析。我有一个文本语料库。3000条真实新闻和3000条假新闻。我需要弄清楚是假新闻还是真新闻能唤起更多的高唤醒情绪。我想利用Warriner等人。单词列表：http://crr.ugent.be/archives/1003

我已将单词列表导入脚本：

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

我（想，我）想找到唤醒的平均和，在单词列表中叫做A.Mean.Sum。但是我不能让它工作，Spyder只需说：“DataFrame”对象没有属性“A”。 有人能帮忙吗？我已经用LabMT计算了情绪得分，如下所示，但我不能让Warringer等人工作。在

^{pr2}$

相对情绪得分

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

相对分数平均值计算

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

您提供的示例代码对我来说很难阅读。你报告的问题是与A有关。平均值。总和但没有与之相关的代码。也有对Spyder和DataFrame的引用，没有说明、代码或标记。最后，标题应该告诉潜在的答案者关于问题本身的一些内容，而不是代码正在使用的一般字段。当前的一个期望读者在报告中找到他们应该做的事情。

我很乐意承认我是这里的新手，但我建议你阅读介绍{a1}并用它来澄清你的问题。

我也猜这是一个pandas相关的问题，所以它的docs页面可能会帮助您。

希望我能帮上忙！