使用SentenceTransformers处理pandas Series时触发KeyError报错求助

问题原因 #

SentenceTransformer.encode()方法内部对句子按长度排序时，会生成连续的0-based位置索引（比如报错里的144），然后用这些索引去访问输入的sentences对象。但如果你的pandas Series的索引不是连续的整数（比如索引存在缺失、被修改过，或是非整数类型），就会触发KeyError——因为Series会把传入的数字当作索引键去查找，而不是按位置取元素。

解决方案 #

以下是三种直接可行的解决方式：

1. 将Series转换为普通列表（推荐） #

直接把Series转成Python列表，让encode()按位置访问元素，完全避开索引问题：

from sentence_transformers import SentenceTransformer
model = SentenceTransformer('sentence-transformers/all-MiniLM-L6-v2')

# 转换为列表后传入
embeddings = model.encode(sentences.tolist())

2. 重置Series的索引为连续整数 #

如果需要保留Series结构，可以先重置索引，生成从0开始的连续整数索引：

sentences_reset = sentences.reset_index(drop=True)
embeddings = model.encode(sentences_reset)

3. 使用iloc按位置访问（兼容Series结构） #

利用pandas的iloc属性强制按位置取元素，传入iloc[:]生成一个可按位置访问的对象：

embeddings = model.encode(sentences.iloc[:])

内容的提问来源于stack exchange，提问作者nferreira78