用StanfordNLP库编写Python程序，进行多条评论形成的xlsx文档的情感分析，并生成结果到一个xlsx文档

要在Python中使用StanfordNLP库对多条评论组成的Excel文档进行情感分析，并将结果保存到新的Excel文档中，你可以按照以下步骤操作：

1. **导入必要的库**：

import pandas as pd
import stanfordnlp
from openpyxl import Workbook

这里我们还需要`openpyxl`库来读取和写入Excel文件。

2. **初始化StanfordNLP pipeline**：

nlp = stanfordnlp.Pipeline(processors="tokenize,ssplit,pos,lemma,depparse,sentiment", lang="en")

3. **读取Excel文件**：

# 假设输入文件名是"input.xlsx"
df_input = pd.read_excel("input.xlsx", engine='openpyxl')
comments = df_input['Comments'].tolist()

提取Excel中的评论列作为列表。

4. **情感分析函数**：

def analyze_sentiments(comments):
    results = []
    for comment in comments:
        doc = nlp(comment)
        sentiment = [sent.sentiment.polarity for sent in doc.sentences]
        result_row = {'Comment': comment, 'Sentiments': sentiment}
        results.append(result_row)
    return results

这个函数会对每个评论进行情感分析并将结果存储为字典。

5. **生成结果Excel文件**：

results_df = pd.DataFrame(analyze_sentiments(comments))
workbook = Workbook()  # 创建一个新的工作簿
output_sheet = workbook.active  # 新建一个活动的工作表
results_df.to_excel(output_sheet, index=False)  # 将结果写入工作表
workbook.save("output.xlsx")  # 保存结果到新文件

这里新建了一个名为"output.xlsx"的Excel文件，并将结果写入其中。