Блог

Я прочитал несколько сообщений об этой ошибке, но я все еще не могу ее понять. Когда я пытаюсь выполнить цикл через свою функцию:

 def fix_Plan(location):
    letters_only = re.sub("[^a-zA-Z]",  # Search for all non-letters
                          " ",          # Replace all non-letters with spaces
                          location)     # Column and row to search    

    words = letters_only.lower().split()     
    stops = set(stopwords.words("english"))      
    meaningful_words = [w for w in words if not w in stops]      
    return (" ".join(meaningful_words))    

col_Plan = fix_Plan(train["Plan"][0])    
num_responses = train["Plan"].size    
clean_Plan_responses = []

for i in range(0,num_responses):
    clean_Plan_responses.append(fix_Plan(train["Plan"][i]))
 

Вот ошибка:

 Traceback (most recent call last):
  File "C:/Users/xxxxx/PycharmProjects/tronc/tronc2.py", line 48, in <module>
    clean_Plan_responses.append(fix_Plan(train["Plan"][i]))
  File "C:/Users/xxxxx/PycharmProjects/tronc/tronc2.py", line 22, in fix_Plan
    location)  # Column and row to search
  File "C:UsersxxxxxAppDataLocalProgramsPythonPython36libre.py", line 191, in sub
    return _compile(pattern, flags).sub(repl, string, count)
TypeError: expected string or bytes-like object
 

Как вы указали в комментариях, некоторые значения оказались плавающими, а не строками. Перед передачей вам нужно будет изменить его на strings re.sub . Самый простой способ — изменить location str(location) при использовании re.sub . В любом случае это не помешало бы сделать, даже если это уже a str .

 letters_only = re.sub("[^a-zA-Z]",  # Search for all non-letters
                          " ",          # Replace all non-letters with spaces
                          str(location))
 

Самое простое решение — применить функцию Python str к столбцу, который вы пытаетесь просмотреть.

Если вы используете pandas , это может быть реализовано как:

 dataframe['column_name']=dataframe['column_name'].apply(str)
 

У меня была та же проблема. И очень интересно, что каждый раз, когда я что-то делал, проблема не решалась, пока я не понял, что в строке есть два специальных символа.

Например, для меня текст состоит из двух символов:

amp;lrm; _{(Метка слева направо)} и amp;zwnj; _{(не соединитель нулевой ширины)}

Решением для меня было удалить эти два символа, и проблема была решена.

 import re
mystring = "amp;lrm;Some Time Wamp;zwnj;e"
mystring  = re.sub(r"amp;lrm;", "", mystring)
mystring  = re.sub(r"amp;zwnj;", "", mystring)
 

Я надеюсь, что это помогло кому-то, у кого есть такая проблема, как у меня.

Я полагаю, лучше было бы использовать функцию re.match() . вот пример, который может вам помочь.

 import re
import nltk
from nltk.tokenize import word_tokenize
nltk.download('punkt')
sentences = word_tokenize("I love to learn NLP n 'a :(")
#for i in range(len(sentences)):
sentences = [word.lower() for word in sentences if re.match('^[a-zA-Z] ', word)]  
sentences
 

по моему опыту в Python, это вызвано значением None во втором аргументе, используемом в функции re.findall() .

 import re
x = re.findall(r"[(.*?)]", None)
 

Можно воспроизвести ошибку с помощью этого примера кода.

Чтобы избежать этого сообщения об ошибке, можно отфильтровать значения null или добавить условие, чтобы исключить их из обработки