告诉我如何对CSV中的文本利用TF-IDF提取关键词的代码

下面是一个简单的 Python 代码示例，演示如何使用 TF-IDF 提取 CSV 文件中的关键词。假设 CSV 文件名为 `data.csv`，它有两列：`id` 和 `text`，其中 `text` 列包含一些文本：

import pandas as pd
from sklearn.feature_extraction.text import TfidfVectorizer

# 读取 CSV 文件并将其转换为 Pandas DataFrame
df = pd.read_csv('data.csv')

# 创建一个 TfidfVectorizer 对象，用于计算 TF-IDF
tfidf = TfidfVectorizer()

# 计算文本的 TF-IDF 权重
tfidf_weights = tfidf.fit_transform(df['text'])

# 获取所有特征词（也称为“关键词”）
feature_names = tfidf.get_feature_names()

# 遍历每个文本，提取出权重最高的关键词
for i in range(len(df)):
    # 获取该文本的 TF-IDF 权重向量
    weights = tfidf_weights[i].toarray()[0]
    
    # 获取所有权重不为 0 的特征词索引
    nonzero_indices = weights.nonzero()[0]
    
    # 获取这些特征词对应的 TF-IDF 权重值
    nonzero_weights = weights[nonzero_indices]
    
    # 获取这些特征词的名称
    nonzero_features = [feature_names[j] for j in nonzero_indices]
    
    # 将这些特征词按照权重排序，并只选择前 5 个作为关键词
    sorted_indices = nonzero_weights.argsort()[::-1][:5]
    sorted_features = [nonzero_features[j] for j in sorted_indices]
    
    # 打印出这些关键词
    print(f"ID: {df['id'][i]}, Keywords: {', '.join(sorted_features)}")

这段代码使用 `TfidfVectorizer` 类来计算文本的 TF-IDF 权重。然后，它遍历每个文本，并提取出权重最高的 5 个特征词作为关键词。最后，它打印出每个文本的 ID 和关键词。