我想对一个xlsx文件中某一列中文文本进行文本情感极性分析筛选出其中的负向文本，该列文本中包含浮点型数据，并将分析结果输出保留到Excel文件中。调用Python如何进行？请给出完整代码

为了对Excel文件中的中文文本进行情感分析并筛选出负向文本，你可以使用pandas库读取Excel文件，jieba库进行分词处理，然后结合TextBlob或者snownlp库进行情感分析。这里我将展示一个基本的流程，假设你已经安装了`pandas`, `openpyxl`, `jieba`, 和 `textblob` 或 `snownlp` 库：

import pandas as pd
from textblob import TextBlob
# 如果你想用snownlp，请注释掉TextBlob行并添加以下两行
# import jieba
# from snownlp import SnowNLP

# 假设你的Excel文件名为file.xlsx，且你要分析的是A列（索引从0开始）
# 而不是所有中文文本，你可能还需要指定某些特定条件
df = pd.read_excel('file.xlsx', usecols=['A'])

# 确保数据是字符串类型，如果是数值，先转换
df['A'] = df['A'].astype(str)

# 定义情感分析函数
def analyze_sentiment(text):
    if 'snownlp' in locals():
        # 使用Snownlp
        blob = SnowNLP(text)
        polarity = blob.sentiments
    else:
        # 使用TextBlob
        blob = TextBlob(text)
        polarity = blob.sentiment.polarity
    return polarity < 0  # True表示负面情感

# 对每一行的文本应用情感分析
df['is_negative'] = df['A'].apply(analyze_sentiment)

# 筛选出负向文本
negative_text = df[df['is_negative']]['A']

# 将结果写入新的Excel文件（例如output.xlsx），仅保留负向文本列
negative_df = df[df['is_negative']]
negative_df.to_excel('output.xlsx', index=False, columns=['A']) 

# 输出结果
print("负向文本已保存到output.xlsx中.")

请注意，以上代码假设你的Excel文件中只有一列中文文本，并且你想基于情感极性进行筛选。实际操作时，你可能需要根据具体需求调整代码。