如何在迭代中输出文本对应标签并展示情感统计结果？

没问题，这事儿很容易解决——你只需要把labels和topics两个列表一一配对后遍历，就能实现每条文本前先输出对应标签的需求。Python的zip()函数正好能帮你完成这个配对工作，下面是具体的实现示例：

完整代码示例 #

首先假设你已经有了用于情感统计的函数（这里我写个模拟版本方便演示）：

def count_sentiment(text):
    # 模拟情感统计逻辑，实际替换成你自己的函数
    if "great" in text:
        return {"pos": 1, "neg": 0, "neu": 0}
    elif "not well" in text:
        return {"pos": 0, "neg": 1, "neu": 0}
    else:
        return {"pos": 0, "neg": 0, "neu": 1}

# 你的原始文本和标签
a = "How are you?"
b = "I am doing great."
c = "I am not doing well."
topics = [a,b,c]
labels = ['a','b','c']

# 核心：配对标签与文本并遍历
for label, text in zip(labels, topics):
    # 先输出标签
    print(f"--- Label: {label} ---")
    # 调用情感统计函数
    sentiment_counts = count_sentiment(text)
    # 按你需要的格式输出结果
    print(f"# of sentences: 1 Pos Tally: {sentiment_counts['pos']} Neg Tally: {sentiment_counts['neg']} Neu Tally: {sentiment_counts['neu']}")

代码解释 #

• zip(labels, topics)：把labels和topics里的元素按顺序一一配对，生成类似('a', 'How are you?')、('b', 'I am doing great.')这样的元组。
• 循环遍历每一对：每次迭代拿到当前的label和对应的text，先打印标签，再调用你的情感统计函数处理文本，最后输出统计结果。
• 如果你原来的统计函数是处理单句的（像示例里这样），直接用就行；如果你的函数是处理多句的，只需要调整循环里的调用逻辑，确保每句对应到标签即可。

这样运行后，输出就会是：

--- Label: a ---
# of sentences: 1 Pos Tally: 0 Neg Tally: 0 Neu Tally: 1
--- Label: b ---
# of sentences: 1 Pos Tally: 1 Neg Tally: 0 Neu Tally: 0
--- Label: c ---
# of sentences: 1 Pos Tally: 0 Neg Tally: 1 Neu Tally: 0

完全符合你想要的“先输出标签，再显示对应文本情感统计”的需求啦！

内容的提问来源于stack exchange，提问作者Shelina