Python中如何遍历DataFrame按交互ID计算polarity score实现单ID单行输出

完整代码 #

import pandas as pd
from nltk.sentiment.vader import SentimentIntensityAnalyzer

# 若已提前初始化情感分析器可跳过该行
sid = SentimentIntensityAnalyzer()

# 按InteractionId分组聚合，拼接同ID的对话内容
df_grouped = dfo.groupby('InteractionId', as_index=False).agg(
    Agent=('Agent', 'first'),
    Transcript=('Transcript', ' '.join)
)

# 计算每条完整对话的情感极性分并拆分为独立列
polarity_cols = df_grouped['Transcript'].apply(lambda x: sid.polarity_scores(x)).apply(pd.Series)

# 合并原数据与情感分，筛选重命名为你需要的字段
df_result = pd.concat([df_grouped, polarity_cols], axis=1)[
    ['InteractionId', 'Agent', 'Transcript', 'pos', 'compound']
].rename(columns={'pos': 'Positive', 'compound': 'Compound'})

# 可选：导出结果到csv
df_result.to_csv("interaction_sentiment.csv", index=False)

逻辑说明 #

• 分组聚合时，同一个InteractionId对应的Agent完全一致，所以用first取第一条记录即可，Transcript用空格拼接为完整文本，和你之前遍历CSV拼接全量transcript的逻辑一致
• 调用极性评分接口后用apply(pd.Series)可以直接把返回的字典格式评分（包含neg、neu、pos、compound四个维度）拆分为独立的数值列
• 最后按需筛选字段重命名，即可得到每个InteractionId对应一行的输出结果

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