如何将Python中for循环的情感分析结果存入DataFrame？

嘿，这事儿超简单！你只需要先把循环里的推文文本和情感结果分别存到两个列表里，之后用这两个列表直接构建DataFrame就行。我帮你调整了代码，来看看：

首先别忘了导入pandas（毕竟要用到DataFrame嘛）：

import pandas as pd
from textblob import TextBlob

然后修改你的循环，在里面顺手收集数据：

# 先初始化两个空列表，用来存我们需要的内容
tweet_content = []
tweet_sentiment = []

x = 1
for tweet in public_tweets:
    print(x)
    print(tweet.text)
    analysis = TextBlob(tweet.text)
    print(analysis.sentiment)
    
    # 把当前推文的文本和情感结果添加到对应列表里
    tweet_content.append(tweet.text)
    tweet_sentiment.append(analysis.sentiment)
    
    x = x + 1

最后一步，用这两个列表创建你要的DataFrame：

# 构建DataFrame，指定列名就是你需要的'Tweets'和'Sentiment'
result_df = pd.DataFrame({
    'Tweets': tweet_content,
    'Sentiment': tweet_sentiment
})

# 可以打印前几行看看效果
print(result_df.head())

小补充：analysis.sentiment返回的是一个包含**极性（polarity）和主观性（subjectivity）**的元组，如果之后你想把这两个值分开成单独的列，也可以改成这样：

# 初始化三个列表分别存数据
tweet_content = []
sentiment_polarity = []
sentiment_subjectivity = []

x = 1
for tweet in public_tweets:
    print(x)
    print(tweet.text)
    analysis = TextBlob(tweet.text)
    print(analysis.sentiment)
    
    tweet_content.append(tweet.text)
    sentiment_polarity.append(analysis.sentiment.polarity)
    sentiment_subjectivity.append(analysis.sentiment.subjectivity)
    
    x = x + 1

# 构建带三列的DataFrame
result_df = pd.DataFrame({
    'Tweets': tweet_content,
    'Sentiment_Polarity': sentiment_polarity,
    'Sentiment_Subjectivity': sentiment_subjectivity
})

这样就灵活多啦！

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