pandas apply调用词性标注函数每行返回相同全量结果问题排查

你写的postagging函数逻辑有误：

• 用pandas.Series.apply逐行处理数据时，函数接收到的text参数就是当前行的emotion字段值
• 但你的函数完全没用到这个入参，反而直接把全量的df.emotion列传入标注接口，导致每处理一行都会对整个数据集做一次词性标注，所有行返回的都是全量标注结果。

ct.tag_sents接收的入参是分词后的句子列表，处理单行文本时只需对当前传入的text分词后传入即可，参考代码如下：

def postagging(text):
    # 替换成你实际使用的分词逻辑，比如用jieba分词就写tokenized_text = jieba.lcut(text)
    tokenized_text = list(text)
    # 传入单条分词文本，取返回列表第一个元素即为当前文本的标注结果
    return ct.tag_sents([tokenized_text])[0]

df['pos_emotion'] = df['emotion'].apply(postagging)

内容的提问来源于stack exchange，提问作者Marshall