如何从数据集中提取词云特定词汇关联的评论？附相关代码

步骤1：获取目标词汇列表 #

基于你已有的统计代码，先提取词云里的核心目标词汇（比如你统计的前十高频词）：

# 从已统计的结果中提取前十词汇
top_target_words = [word for word, count in counted_word_spam.most_common(10)]
# 可选：统一转为小写，避免大小写匹配问题
top_target_words = [word.lower() for word in top_target_words]

步骤2：提取包含目标词汇的评论 #

假设你的原始负面评论数据集是列表格式（negitive_reviews），每个元素是一条完整评论，用以下代码筛选相关评论：

# 存储匹配到的评论
target_reviews = []

for review in negitive_reviews:
    # 将评论转为小写，和目标词汇统一格式
    review_lower = review.lower()
    # 检查评论是否包含任意一个目标词汇
    if any(word in review_lower for word in top_target_words):
        target_reviews.append(review)

# 输出结果示例
print(f"匹配到{len(target_reviews)}条相关评论：")
for idx, review in enumerate(target_reviews[:5], 1):
    print(f"{idx}. {review}")

补充说明 #

• 如果你的原始评论是字符串格式（negitive_reviews_str），可以先分割成单条评论列表，比如按换行分割：negitive_reviews = negitive_reviews_str.split('\n')
• 若需要更精准的匹配（比如匹配完整单词而非子串），可以用正则表达式：

import re

for review in negitive_reviews:
    review_lower = review.lower()
    # 匹配完整单词，避免类似"bad"匹配到"badly"
    if any(re.search(rf'\b{re.escape(word)}\b', review_lower) for word in top_target_words):
        target_reviews.append(review)

内容的提问来源于stack exchange，提问作者Mehr Un Nisa