J aime le riz noir dans le poke bowl

src/old_coding_weeks/emotions_fct.py

+
+"""
+    Ce programme permet d'analyser un dataframe de tweet (sentiments)
+    et de renvoyer des dataframes prêt à la visualisation
+"""
+import math
+import pandas as pd
+from nrclex import NRCLex
+from textblob import TextBlob
+
+
+def emo_analysis(dataframe):
+    """Analyse les sentiments présents dans les tweets fournis
+
+    Args:
+        dataframe (dataframe): dataframe avec les tweets
+
+    Returns:
+        list(dataframe,dataframe): listes de deux dataframes.
+        Le premier contient le traitement des emotions
+        et le second le traitement global
+    """
+
+    # on ne garde que les textes
+    data_text = dataframe['full_text']
+
+    # on crée une chaine de caractère contenant tous les textes concaténés
+    stack = data_text.str.cat(others=None, sep=None,
+                              na_rep=None, join='left')
+
+    # on calcule les occurences des mots par émotion
+    scores_dict = NRCLex(stack).raw_emotion_scores
+
+    # si aucun mot n'a été trouvés pour une catégorie, on crée la case et on la met à zéro
+    for word in ['fear', 'anger', 'joy', 'sadness', 'disgust', 'surprise', 'negative', 'positive']:
+        if word not in scores_dict:
+            scores_dict[word] = 0
+
+    # PARTIE 1 : EMOTIONS
+    # pour calculer la fréquence on a besoin d'un compteur des 6 émotions
+    emo_tot = scores_dict['fear'] + scores_dict['anger'] + scores_dict['joy'] + \
+        scores_dict['sadness'] + scores_dict['disgust'] + \
+        scores_dict['surprise']
+
+    # on crée le dataframe des émotions
+    dataframe1 = pd.DataFrame({
+        'Emotion': ['fear', 'anger', 'joy', 'sadness', 'disgust', 'surprise'],
+        'Frequency': [scores_dict['fear']/emo_tot,
+                      scores_dict['anger']/emo_tot,
+                      scores_dict['joy']/emo_tot,
+                      scores_dict['sadness']/emo_tot,
+                      scores_dict['disgust']/emo_tot,
+                      scores_dict['surprise']/emo_tot]
+    })
+
+    # PARTIE 2 : OTHER DATA
+    global_tot = scores_dict['positive'] + scores_dict['negative']
+    stack_tb = TextBlob(stack)
+
+    fav = dataframe['favorite_count']
+    fav_freq = fav.mean()/7500000
+    alpha = 2000000
+
+    # pour la fame, on fait une comparaison au tweet le plus liké : 7.5 millions
+    # on a donc un résultat entre 0 et 1
+    # on veut zoomer proche de zéro, et tasser proche de 1, en gardant des résultats entre 0 et 1
+    # on utilise la fonction f(x)=log(1+alpha*x)/log(1+alpha)
+
+    dataframe2 = pd.DataFrame({
+        'Global': ['Positivity', 'Subjectivity', 'Fame'],
+        'Frequency': [scores_dict['positive']/global_tot,
+                      stack_tb.sentiment.subjectivity,
+                      math.log(1+alpha*fav_freq)/math.log(1+alpha)]
+
+    })
+
+    return ([dataframe1, dataframe2])