import csv
from transformers import pipeline

# Ruta del archivo CSV de entrada
input_csv_file_path = "C:\\Users\\PC\\Documents\\Python\\Bases de datos\\Santander.csv"

# Ruta del archivo CSV de salida para los resultados
output_csv_file_path = "Santander_E.csv"

# Crear una lista para almacenar los resultados del análisis de sentimientos
sentiment_results = []

# Cargar el clasificador de sentimientos
classifier = pipeline("text-classification", model='bhadresh-savani/albert-base-v2-emotion', return_all_scores=True)

# Leer el archivo CSV de entrada y realizar el análisis de sentimientos para cada texto en la columna 'Review_text'
with open(input_csv_file_path, "r", encoding="latin-1") as file:
    reader = csv.DictReader(file)
    for row in reader:
        if 'Review Text' in row:
            review_text = row['Review Text']
            
            # Realizar la predicción de sentimientos utilizando el clasificador de sentimientos
            prediction = classifier(review_text)
            sentiment_results.append(prediction[0])

# Guardar los resultados del análisis de sentimientos en un archivo CSV
with open(output_csv_file_path, "w", newline="", encoding="utf-8") as file:
    writer = csv.DictWriter(file, fieldnames=["label", "score"])
    writer.writeheader()
    writer.writerows(sentiment_results)

print("El análisis de sentimientos se ha completado. Los resultados se han guardado en 'Santander_E.csv'.")