AttributeError: 'DataFrame'对象无'DataFrame'属性 Python情感分析报错排查

报错根因 #

AttributeError: 'DataFrame' object has no attribute 'DataFrame'的触发原因非常明确：你已经将一个已实例化的pandas DataFrame对象命名为tweet，而DataFrame是pandas库的顶层构造类，不属于某个已存在的DataFrame实例的属性或方法，因此调用tweet.DataFrame()会抛出属性不存在的错误。

解决方法 #

按照你要生成包含原文本、清洗后文本、情感结果的新DataFrame的需求，可按以下步骤修改代码：

• 首先确认pandas导入方式，创建新DataFrame必须调用pandas库下的DataFrame类，常规导入用法如下：

import pandas as pd
# 情感判定函数需要依赖TextBlob，补充导入
from textblob import TextBlob

• 如果你要基于已有的名为Tweet的原始数据集加工，直接对原始列调用你写好的处理函数即可，不需要手动传入text创建：

# 对原推文文本做清洗、词干提取
Tweet['clean_tweets'] = Tweet['full_text'].apply(cleanText).apply(stem)
# 计算情感值，这里需要先将清洗后的文本转为TextBlob对象才能读取sentiment属性
Tweet['sentiment'] = Tweet['clean_tweets'].apply(lambda x: sentiment(TextBlob(x)))
# 抽取目标列生成新的tweet2
tweet2 = Tweet[['full_text', 'clean_tweets', 'sentiment']].copy()

• 如果你是要把三个独立的列表（原文本列表、清洗后文本列表、情感结果列表）合并为新DataFrame，正确写法如下：

# 假设full_text_list、clean_tweets_list、sentiment_list是你提前处理好的三个等长列表
tweet2 = pd.DataFrame({
    'full_text': full_text_list,
    'clean_tweets': clean_tweets_list,
    'sentiment': sentiment_list
})

额外注意事项 #

• Python对变量名大小写敏感，你提到原始数据集命名为大写开头的Tweet，写代码时注意不要和小写的tweet混淆，避免误调用对象。
• 你写的sentiment函数中直接调用了cleaned_text.sentiment.polarity，注意传入该函数的参数必须是TextBlob实例，不能直接传字符串，否则会触发新的属性错误。

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