如何构建不触发KeyError的For循环以打印每条推特的情感得分

我完全懂你碰到的麻烦——遍历推特文本做情感分析时，只要遇到词嵌入表里没有的俚语、错拼词，就会触发KeyError打断整个循环。咱们可以通过在情感分析的核心函数里提前过滤无效词汇来解决这个问题，让循环能顺利跑完所有推特，同时自动忽略那些不在词汇表中的词。

修改核心函数，提前过滤无效词汇 #

首先调整words_sentiment函数，在查询词嵌入之前就把不在索引里的词汇筛掉，同时处理全无效词汇的极端情况：

def words_sentiment(words):
    # 先筛选出存在于词嵌入索引中的有效词汇
    valid_words = [word for word in words if word in embeddings.index]
    
    # 如果当前文本没有有效词汇，返回默认情感值的DataFrame（可根据需求调整默认值）
    if not valid_words:
        return pd.DataFrame({'sentiment': [0.0]})
    
    vecs = embeddings.loc[valid_words].dropna()
    log_odds = vector_sentiment(vecs)
    return pd.DataFrame({'sentiment': log_odds}, index=vecs.index)

增强情感计算的鲁棒性 #

接着在text_sentiment函数里加个空值判断，确保即使某条推特全是无效词汇，也能返回一个合理的数值，不会让循环中断：

def text_sentiment(text):
    tokens = [token.casefold() for token in TOKEN_RE.findall(text)]
    sentiments = words_sentiment(tokens)
    
    # 处理无有效情感数据的情况，避免mean()报错
    if sentiments.empty:
        return 0.0
    
    return sentiments['sentiment'].mean()

为什么这样改？ #

• 从根源避免KeyError：先过滤掉不在embeddings.index里的词汇，就不会把不存在的词传给embeddings.loc[]，彻底解决了触发KeyError的问题。
• 处理极端情况：如果某条推特的所有词汇都不在词嵌入表中，我们返回一个默认值（这里用0.0，你也可以换成数据集的平均情感值），保证循环能持续运行。
• 保持原有逻辑：除了新增的过滤和判断，原有的情感计算逻辑完全保留，不会影响正常文本的分析结果。

现在你再运行原来的循环：

for row in msmarvel.Text:
    print(text_sentiment(row))

就能顺利输出所有推特的情感得分，再也不会被陌生词汇打断了。

内容的提问来源于stack exchange，提问作者Shehzadi Aziz