如何使用Pandas DataFrame按条件修改Excel中的推文标注数据行

依赖安装 #

首先安装需要用到的第三方库：
pip install pandas openpyxl

实现代码 #

import pandas as pd

# 1. 读取本地原始标注Excel文件，替换引号内的内容为你的实际文件路径
df = pd.read_excel("原始标注文件路径.xlsx")

# 2. 定义需要清空的目标列
clear_cols = ["Sentiment", "Sadness", "Love", "Anger", "Joy", "Fear"]

# 3. 筛选所有NonEnglish为1的非英文推文行，将对应目标列设为空值
df.loc[df["NonEnglish"] == 1, clear_cols] = pd.NA

# 4. 导出处理后的数据到新Excel文件，避免覆盖原始数据
# na_rep参数指定空值在Excel中显示为空白单元格
df.to_excel("处理后标注文件.xlsx", index=False, na_rep="")

注意事项 #

• 运行代码前请先备份原始标注数据，避免误操作导致数据丢失
• 如果你的文件是.xls格式，读取时需要额外指定引擎参数：pd.read_excel("原始文件路径.xls", engine="xlrd")，同时需要提前安装xlrd库：pip install xlrd==1.2.0
• 代码默认会保留除目标列外的其他所有列数据不变，不会影响已标注的英文推文内容

内容的提问来源于stack exchange，提问作者Dionisius Pratama