使用KeyError时使用sklearn.feature_extraction.text

Question

from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.metrics.pairwise import cosine_similarity
tfidf = TfidfVectorizer(analyzer='word', stop_words='english')

age_matrix = tfidf.fit_transform(df['age'])

当运行上述代码时，可能会发生以下错误。

这一切为什么要发生？

求你帮帮我。提前谢谢。

/usr/local/lib/python3.6/dist-packages/pandas/core/indexes/base.py in

get_loc(自、键、方法、容忍度) 2895返回self._engine.get_loc(casted_key) 2896，但KeyError作为错误:如果容忍度不是零，则-> 2897从err 2898 2899提升KeyError( key )：

KeyError：“年龄”

我的数据集如下。

        Gender                      product  0
age                                       
18       F                    Bags-Mens  5
18       F                   Bags-Women  4
18       F               Books-Academic  4
18       F               Books-Children  5
18       F                 Books-Comics  7
..     ...                          ... ..
44       M                 Books-Comics  2
44       M                Clothing-Mens  1
44       M               Clothing-Women  1
44       M               Footwear-Women  1
44       M  Home and kitchen-Furnishing  2

[1202 rows x 3 columns]

Answer 1

看起来'age‘是数据帧索引(而不是列)，所以您不能按df'age’访问它。

您只需将df.index传递给fit_transform方法即可。