使用Pandas从DataFrame列创建列表时出现KeyError: False错误求助

问题描述 #

尝试从DataFrame的updated sentiments列筛选对应内容，生成不同情感类别的文本列表时遇到两个问题：

1. 初始筛选代码报错KeyError: False：

positive = tweet_df[tweet_df['updated sentiments'].equals('positive')]

2. 后续写的循环代码未按updated sentiments列的行值区分，无法正确填充列表：

pos_words = []
neg_words = []
net_words = []

for i in range(len(tweet_df['updated sentiments'])):
  if tweet_df['updated sentiments'].equals('negative'):
    neg_words.extend(tweet_df['Tweet Body'].tolist())
  elif tweet_df['updated sentiments'].equals('positive'):
    pos_words.extend(tweet_df['Tweet Body'].tolist())
  else:
    net_words.extend(tweet_df['Tweet Body'].tolist())

错误原因 #

1. 初始代码错误：equals()方法是用来比较整个Series是否与目标对象完全相等，返回单个布尔值（True/False）。而DataFrame的索引需要的是与行数匹配的布尔数组，直接用单个布尔值会被当成列名查找，因此触发KeyError。
2. 循环代码错误：循环中每次判断的是整个updated sentiments列是否等于指定字符串，而非当前行的情感值。因此判断条件要么始终成立要么始终不成立，无法按行区分不同情感的文本。

解决方法 #

方法1：矢量化筛选（推荐，Pandas原生高效写法） #

用==替代equals()，==会对Series的每个元素逐一比较，返回布尔数组，可直接用于索引DataFrame，再提取Tweet Body列转为列表：

# 筛选正情感文本并转为列表
pos_words = tweet_df[tweet_df['updated sentiments'] == 'positive']['Tweet Body'].tolist()

# 筛选负情感文本并转为列表
neg_words = tweet_df[tweet_df['updated sentiments'] == 'negative']['Tweet Body'].tolist()

# 筛选中性情感文本并转为列表
net_words = tweet_df[tweet_df['updated sentiments'] == 'neutral']['Tweet Body'].tolist()

方法2：修正循环写法（适合理解遍历逻辑） #

使用iterrows()遍历DataFrame的每一行，获取当前行的情感值和文本内容，再分类添加到对应列表：

pos_words = []
neg_words = []
net_words = []

for _, row in tweet_df.iterrows():
    sentiment = row['updated sentiments']
    tweet_body = row['Tweet Body']
    if sentiment == 'negative':
        neg_words.append(tweet_body)
    elif sentiment == 'positive':
        pos_words.append(tweet_body)
    else:
        net_words.append(tweet_body)

内容的提问来源于stack exchange，提问作者No_Name