如何使用Python从DataFrame生成自定义文本分析情感词典？

下面给出两种常用实现方案，可根据你的数据集规模选择：

前置准备 #

先把你的标注数据读取为Pandas DataFrame，示例数据读取代码参考：

import pandas as pd

# 读取标注文件，sep根据你实际的分隔符调整，示例为空白分隔
df = pd.read_csv("你的标注文件路径", sep="\s+")

方案1：逐行遍历法（适合小规模数据集，逻辑易懂） #

核心逻辑是遍历每一行单词，筛选出取值为1的情感列存入结果：

# 提取所有情感列名（排除单词列'en'）
emotion_cols = [col for col in df.columns if col != "en"]
emotion_dict = {}

for _, row in df.iterrows():
    current_word = row["en"]
    # 匹配所有取值为1的情感，转小写匹配示例输出格式
    match_list = [col.lower() for col in emotion_cols if row[col] == 1]
    emotion_dict[current_word] = match_list

方案2：向量化处理法（适合大规模数据集，执行效率更高） #

用Pandas内置的向量化操作替代循环，性能提升明显：

# 把单词列设为索引，仅保留情感列数据
emotion_df = df.set_index("en")
# 逐行筛选取值为1的情感列，转小写后输出为字典
emotion_dict = emotion_df.apply(
    lambda x: x[x == 1].index.str.lower().tolist(),
    axis=1
).to_dict()

补充说明 #

• 若不需要把情感列名转成小写，删掉代码中的.lower()或.str.lower()即可
• 若你的情感标注不是0/1二元值，调整判断条件x == 1为你对应的阈值即可

内容的提问来源于stack exchange，提问作者B.Le