如何为Pandas DataFrame逐行调用AFINN.score生成评分列？

我有一个包含columns = ["UID", ... "reviewText"]列的DataFrame，想要添加一列，使用afinn包中的afinn.score函数分析reviewText列内容的AFINN评分。

最初尝试的代码如下：

import numpy as np
import pandas as pd
from afinn import Afinn
afn = Afinn()

df_analysis = pd.read_csv(data)

df_analysis["AFINN"] = afn.score(str(df_analysis["reviewText"]))

afn.score函数传入单个字符串时运行正常，但生成的DataFrame中AFINN列全为0，请问我哪里操作有误？

编辑：我意识到直接转成字符串的方式不正确，于是尝试了以下代码：

df_analysis["AFINN"] = afn.score(df_analysis["actualText"].to_string())

但这样得到的是所有评论的综合AFINN评分。请问有没有办法逐行读取列值并转成字符串传入afn.score函数，返回对应行的评分值？

解决方法 #

错误原因 #

• 第一次尝试里，str(df_analysis["reviewText"])是把整个reviewText列的Series对象转换成了类似<Series [数据...]>的字符串格式，并不是把每行的文本单独传入afn.score，afinn无法识别这种格式里的有效情感词，所以结果全为0。
• 第二次用to_string()是把整个列的所有文本合并成了一个超大字符串，计算的自然是所有评论的总评分，而非每行单独的评分。

正确实现 #

用Pandas的apply方法，对reviewText列的每一行文本单独调用afn.score函数：

import numpy as np
import pandas as pd
from afinn import Afinn
afn = Afinn()

df_analysis = pd.read_csv(data)

# 逐行应用afn.score函数，转字符串避免空值/非字符串类型报错
df_analysis["AFINN"] = df_analysis["reviewText"].apply(lambda x: afn.score(str(x)))

如果你的目标列是actualText（和编辑里的代码对应），把reviewText替换成actualText即可。

apply会遍历列中的每个元素，把每个元素传入lambda函数的x，转成字符串后调用afn.score计算单条评论的情感评分，最终生成对应每行的AFINN评分列。

内容的提问来源于stack exchange，提问作者Jason Oesch