向DataFrame应用TextBlob返回字符而非TextBlob对象的问题排查

你看到的单个字符序列并不是代码把文本分词了，核心原因是Pandas的显示机制：TextBlob对象本身支持迭代（它的迭代逻辑是逐个返回文本里的字符），当Pandas展示DataFrame内容时，会自动展开可迭代类型的单元格内容，所以看起来像是被拆成了单个字符，但实际上newtext列里存储的还是完整的TextBlob对象。

可以用一行代码验证：

print(type(df['newtext'].iloc[0]))

运行后会输出<class 'textblob.blob.TextBlob'>，证明存储的对象是正确的。

如果想避免这种误导性的显示，或者更实用地使用TextBlob，有两种思路：

• 直接存储TextBlob处理后的结果，比如情感分析值、词性标注结果，而不是存储原始对象：

  # 存储情感分析结果（极性和主观性）
  df['sentiment'] = df['text'].apply(lambda x: TextBlob(x).sentiment)
  # 存储词性标注
  df['pos_tags'] = df['text'].apply(lambda x: TextBlob(x).tags)
  

• 如果确实需要保留TextBlob对象，查看内容时可以手动把对象转为字符串：

  print(df['newtext'].apply(str))
  

这样就能看到完整的文本内容，而不是被展开的字符序列。

内容的提问来源于stack exchange，提问作者SFW