情感分析DataFrame中混合的标签与评论内容拆分提取方法咨询

假设你的原始数据集存储在df对象中，包含标签和评论的混合内容列名称为text，可通过pandas内置的字符串拆分方法一步完成需求：

import pandas as pd

# 按反斜杠仅拆分1次，防止评论内容中存在反斜杠导致异常
df[['Label', 'text']] = df['text'].str.split(pat='\\\\', n=1, expand=True)
# 转换标签列格式为整数，适配后续情感分析建模
df['Label'] = df['Label'].astype(int)

注意事项 #

• 匹配规则写\\\\是因为Python字符串和正则语法都需要对反斜杠转义，最终会匹配到文本中的单个反斜杠分隔符
• 若原始文本列存在空值，可添加na_action='ignore'参数避免报错：

df[['Label', 'text']] = df['text'].str.split(pat='\\\\', n=1, expand=True, na_action='ignore')

执行完成后，原有文本列会自动清除前缀的标签内容，仅保留评论文本，新增的Label列会存储对应的0/1分类标签。

内容的提问来源于stack exchange，提问作者mahdi rafiei