如何将元组列表/DataFrame转换为TensorFlow Dataset？解决类型转换报错

问题原因 #

你用tf.data.Dataset.from_tensor_slices处理包含文本（字符串）和数值标签的元组列表时出错，是因为TensorFlow的Tensor要求所有元素类型一致，而你的元组里同时有字符串和数值，没法打包成单一Tensor，所以抛出ValueError: Can't convert Python sequence with mixed types to Tensor。

解决方法 #

方法1：拆分元组列表为特征和标签数组

把文本特征和标签分别提取成单独的同类型序列，再传入from_tensor_slices，这样TensorFlow会生成包含两个张量的数据集：

import tensorflow as tf

# 从ds_train里拆分文本和标签
texts = [item[0] for item in ds_train]
labels = [item[1] for item in ds_train]

# 创建Dataset
train_dataset = tf.data.Dataset.from_tensor_slices((texts, labels))

# 可选：打乱、分批
train_dataset = train_dataset.shuffle(len(ds_train)).batch(32)

方法2：直接从DataFrame创建Dataset（更省事）

既然有DataFrame格式的数据，直接用DataFrame的列来创建Dataset更简便：

import tensorflow as tf
import pandas as pd

# 假设df_train有'text'（文本列）和'target'（标签列）
# 方式一：直接传入列值
train_dataset = tf.data.Dataset.from_tensor_slices(
    (df_train['text'].values, df_train['target'].values)
)

# 方式二：传入整个DataFrame生成字典特征，后续再映射提取
train_dataset = tf.data.Dataset.from_tensor_slices(dict(df_train))
train_dataset = train_dataset.map(lambda data: (data['text'], data['target']))

这样处理后，文本会被转换成字符串张量，标签转换成整数/浮点数张量，Dataset就能正常创建和使用了。

内容的提问来源于stack exchange，提问作者user19676560