Настрої спільнот щодо самокатів

Міська рада хоче зрозуміти, як різні спільноти в місті реагують на електросамокати. Набір даних розширився від часу початкового аналізу Семи та тепер містить звіти в'єтнамською, тагальською, іспанською та англійською мовами.

Вони просять Сему з'ясувати це. Вона вирішує, що найкращий сурогат для позначення спільноти — це мова (принаймні з тими даними, до яких вона має негайний доступ).

Вона вже завантажила CSV у змінну scooter_df:

Scooter dataframe contents

У цій вправі ви допоможете Семи зрозуміти тональність повідомлень багатьма мовами. Це допоможе місту побачити, як різні спільноти ставляться до самокатів — а отже, вплине на голосування членів міської ради.

Ця вправа є частиною курсу

Вступ до AWS Boto в Python

Переглянути курс

Інструкції до вправи

Для кожного рядка датафрейму визначте домінантну мову.
Використайте визначену мову, щоб встановити тональність опису.
Згрупуйте датафрейм за стовпцями 'sentiment' та 'lang' саме в такому порядку.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

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()

Редагувати та запускати код