类型错误：使用模糊匹配的 Pandas 上的预期字符串或类似字节的对象

如何解决类型错误：使用模糊匹配的 Pandas 上的预期字符串或类似字节的对象

背景

我有一个 df

import pandas as pd
import nltk
from fuzzywuzzy import fuzz
from fuzzywuzzy import process

df= pd.DataFrame({'ID': [1,2,3],'Text':['This num dogs and cats is [phone] and other','dont block cow 23 here','cat two num: dog  and cows here']    
                      })

我也有一个清单

 word_list = ['dog','cat','cow']

和一个函数，该函数应该对 df 的 Text 列与 word_list

进行模糊匹配

def fuzzy(row,word_list):
    
    tweet = row[0]
    fuzzy_match = []

    for word in word_list:
     
        token_words = nltk.word_tokenize(tweet)
        
        for token in range(0,len(token_words) - 1):
                
            fuzzy_fx = process.extract(word_list[word],token_words[token],limit=100,scorer = fuzz.ratio)
            fuzzy_match.append(fuzzy_fx[0])

    return pd.Series([fuzzy_match],index = ['Fuzzy_Match'])

然后我加入

df_fuzz = df.join(df.apply(lambda x: fuzzy(x,word_list),axis = 1))

但我收到一个错误

TypeError: expected string or bytes-like object

期望输出 我想要的输出是一个 1) 新列 Fuzzy_Match，带有 fuzzy 函数的输出

    ID  Text                                                 Fuzzy_Match
0   1   This num dogs and cats is [phone] and other   output of fuzzy 1
1   2   dont block cow 23 here                              output of fuzzy 2
2   3   cat two num: dog and cows here                      output of fuzzy 3

问题 我需要做什么才能获得所需的输出？

解决方法

这应该有效：

In [32]: def fuzzy(row,word_list):
    ...:     tweet = row[1]
    ...:     fuzzy_match = []
    ...:     token_words = nltk.word_tokenize(tweet) 
    ...:     for word in word_list:
    ...: 
    ...:         fuzzy_fx = process.extract(word,token_words,limit=100,scorer = fuzz.ratio)
    ...:         fuzzy_match.append(fuzzy_fx[0])
    ...: 
    ...:     return pd.Series([fuzzy_match],index = ['Fuzzy_Match'])

df_fuzz = df.join(df.apply(lambda x: fuzzy(x,word_list),axis = 1))

process.extract() 需要一个列表作为第二个参数。你可以在这里读更多关于它的内容。 python fuzzywuzzy's process.extract(): how does it work?