ValueError：可迭代原始文本文档，收到字符串对象答案

【问题标题】：ValueError: Iterable over raw text documents expected, string object receivedValueError：可迭代原始文本文档，收到字符串对象
【发布时间】：2019-10-07 19:22:38
【问题描述】：

尝试使用TFIDF和count vectorizer识别a的权重值

当我为每一行单独执行下面的代码时，它可以正常工作。添加循环或使用函数时会引发错误。

function and tried using a lambda function 
def t_keywo(text):
    tf_idf_vector=tfidf_transformer.transform(cv.transform(text))
    #sort the tf-idf vectors by descending order of scores
    sorted_items=sort_coo(tf_idf_vector.tocoo())
    keywords=extract_topn_from_vector(feature_names,sorted_items)

    return keywords

for loop 

for i in range(len(df_cs_l)):
    tf_idf_vector=tfidf_transformer.transform(cv.transform(df_cs_l[i]))
    #sort the tf-idf vectors by descending order of scores
    sorted_items=sort_coo(tf_idf_vector.tocoo())
    keywords=extract_topn_from_vector(feature_names,sorted_items)
    ref={'Text':i,'words': keywords}
    rel.append(ref)

当我执行上面的代码时，它会抛出错误

Error: "ValueError: Iterable over raw text documents expected, string object received."

在下面的链接中看到了同样的错误

clicl here to view the example

【问题讨论】：

请用正确的缩进编辑您的问题。

标签： python-3.x text tf-idf countvectorizer

【解决方案1】：

对功能和工作进行了更改。

def t_keywo(text,cv,tfidf_transformer,tf_idf_vector):
    tf_idf_vector=tfidf_transformer.transform(cv.transform([text]))
    #sort the tf-idf vectors by descending order of scores
    sorted_items=sort_coo(tf_idf_vector.tocoo())
    keywords=extract_topn_from_vector(feature_names,sorted_items)

    return keywords

df_cs['keywords'] = df_cs['text'].apply(lambda x:t_keywo(x,cv,tfidf_transformer,tf_idf_vector))

【讨论】：