ความรู้สึกของชุมชนผู้ใช้สกู๊ตเตอร์

สภาเมืองต้องการทราบว่าชุมชนต่าง ๆ ในเมืองมีความรู้สึกอย่างไรต่อสกู๊ตเตอร์ ชุดข้อมูลขยายตัวขึ้นนับตั้งแต่การวิเคราะห์เบื้องต้นของแซม และตอนนี้ครอบคลุมรายงานที่เขียนเป็นภาษาเวียดนาม ตากาล็อก สเปน และอังกฤษ

สภาเมืองจึงขอให้แซมลองดูว่าเธอจะหาคำตอบได้หรือไม่ เธอตัดสินใจใช้ภาษาเป็นตัวแทนของชุมชน (อย่างน้อยก็จากข้อมูลที่มีอยู่ในมือ)

เธอโหลด CSV ลงในตัวแปร scooter_df เรียบร้อยแล้ว:

Scooter dataframe contents

ในแบบฝึกหัดนี้ คุณจะช่วยแซมวิเคราะห์ความรู้สึกในหลากหลายภาษา ซึ่งจะช่วยให้เมืองเข้าใจว่าแต่ละชุมชนมองสกู๊ตเตอร์อย่างไร และข้อมูลนี้จะส่งผลต่อการลงคะแนนของสมาชิกสภาเมืองด้วย

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Python เบื้องต้นสำหรับ AWS Boto

ดูคอร์ส

คำแนะนำการฝึกหัด

สำหรับทุกแถวใน DataFrame ให้ตรวจจับภาษาที่ใช้เป็นหลัก
นำภาษาที่ตรวจพบมาใช้วิเคราะห์ความรู้สึกของข้อความในคอลัมน์ description
จัดกลุ่ม DataFrame ตามคอลัมน์ 'sentiment' และ 'lang' ตามลำดับนั้น

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

for index, row in scooter_requests.iterrows():
  	# For every DataFrame row
    desc = scooter_requests.loc[index, 'public_description']
    if desc != '':
      	# Detect the dominant language
        resp = comprehend.____(____=desc)
        lang_code = resp['Languages'][0]['LanguageCode']
        scooter_requests.loc[index, 'lang'] = lang_code
        # Use the detected language to determine sentiment
        scooter_requests.loc[index, 'sentiment'] = comprehend.____(
          ____=desc, 
          ____=lang_code)['____']
# Perform a count of sentiment by group.
counts = scooter_requests.groupby(['sentiment', 'lang']).count()
counts.head()

แก้ไขและรันโค้ด