假设经过专业⼈⼠构建有: negtive.txt positive.txt 两个情感词典, 使用csv、jieba、os、re、pandas模块对csv文件进⾏统计， 输出结果 ⽂件名、正⾯词数、负⾯词数

好的，可以按照以下步骤进行操作：

1. 导入所需的模块

import os
import re
import jieba
import pandas as pd

2. 定义函数读取情感词典

def read_sentiment_dict(filename):
    with open(filename, 'r', encoding='utf-8') as f:
        words = [line.strip() for line in f]
    return words

3. 分别读取正向情感词典和负向情感词典

pos_dict = read_sentiment_dict('positive.txt')
neg_dict = read_sentiment_dict('negative.txt')

4. 定义函数对文本进行情感分析，返回正向情感词数和负向情感词数

def analyze_sentiment(text, pos_dict, neg_dict):
    pos_count = 0
    neg_count = 0
    words = jieba.lcut(text)
    for word in words:
        if word in pos_dict:
            pos_count += 1
        elif word in neg_dict:
            neg_count += 1
    return pos_count, neg_count

5. 定义函数统计csv文件中各行文本的情感词数

def count_sentiment_words(csv_filename, pos_dict, neg_dict):
    df = pd.read_csv(csv_filename)
    results = []
    for index, row in df.iterrows():
        text = row['text']
        pos_count, neg_count = analyze_sentiment(text, pos_dict, neg_dict)
        results.append({
            'filename': row['filename'],
            'pos_count': pos_count,
            'neg_count': neg_count
        })
    return pd.DataFrame(results)

6. 执行函数并保存结果到csv文件

result_df = count_sentiment_words('input.csv', pos_dict, neg_dict)
result_df.to_csv('output.csv', index=False)

最终输出的结果文件output.csv中将包含每行文本所在的文件名、正向情感词数和负向情感词数。