处理CSV评论情感分析时出现'float' object is not subscriptable错误

错误根源在这行代码：df['Review_Sentiment']=df['sentiment'].apply(Review_To_Sent)

你调用df['sentiment'].apply()时，是把sentiment列的每个单独浮点值传给Review_To_Sent函数的row参数，而非DataFrame的整行数据。此时row是float类型，用row['sentiment']做下标访问自然会触发“float对象不可下标”的错误。

两种简洁的修复方式，任选其一即可：

方案一：修改函数适配单个数值 #

把Review_To_Sent改成直接处理单个浮点值的逻辑，无需行下标访问：

def Review_To_Sent(polarity):
    if polarity < -0.05 :
        return 'negative'
    if polarity > 0.05 :
        return 'positive'
    else:
        return 'neutral'
# 保持原apply调用不变
df['Review_Sentiment']=df['sentiment'].apply(Review_To_Sent)

方案二：按整行调用apply #

如果想保留函数里按行访问的逻辑，改为对整个DataFrame调用apply并指定axis=1（按行处理）：

# 函数逻辑无需修改
def Review_To_Sent(row):
   if row ['sentiment'] < -0.05 :
      return 'negative'
   if row['sentiment'] > 0.05 :
      return 'positive'
   else:
      return 'neutral'
# 修改apply调用对象为整个df，指定axis=1
df['Review_Sentiment']=df.apply(Review_To_Sent, axis=1)

• 可以用numpy.where简化情感标注逻辑，避免自定义函数，代码更高效简洁：

import numpy as np

df['Review_Sentiment'] = np.where(df['sentiment'] < -0.05, 'negative',
                                  np.where(df['sentiment'] > 0.05, 'positive', 'neutral'))

• 记得在代码开头补充导入：from textblob import TextBlob，否则会触发NameError。

内容的提问来源于stack exchange，提问作者gia blum