问题原因分析 #

你碰到的这个错误，核心问题出在xp列表里混入了float类型的NaN值。Word2Vec要求训练数据是嵌套列表——外层列表的每个元素必须是可迭代的词列表，但当你的代码读取到Excel中rev列的空单元格时，pandas会把它解析成NaN（属于float类型），你直接将这个NaN追加到xp后，模型遍历训练数据时试图迭代这个float对象，自然就触发了TypeError: 'float' object is not iterable。

另外补充一点：从你给出的示例格式来看，rev列的内容是字符串形式的列表（比如"['intrepid', 'bumbling', ...]"），原代码直接把这个字符串追加到xp也有问题——模型需要的是实际的列表对象，而非字符串。不过这次报错的直接诱因是NaN，我们先解决这个核心问题，再处理字符串转列表的问题。

修正后的代码 #

import gensim
import logging
import pandas as pd
from ast import literal_eval  # 用于将字符串形式的列表转换为实际列表

# 读取Excel数据
file = r'FileNamelast.xlsx'
df = pd.read_excel(file, sheet_name='FileNamex')

# 过滤rev列的空值，从根源避免NaN混入
df = df.dropna(subset=['rev']).reset_index(drop=True)

xp = []
# 遍历处理每条评论
for idx in range(len(df)):
    rev_content = df.loc[idx, 'rev']
    # 将字符串形式的列表转为实际列表对象
    try:
        word_list = literal_eval(rev_content)
        xp.append(word_list)
    except (SyntaxError, ValueError):
        # 处理格式异常的评论，避免中断训练
        print(f"第{idx}条评论格式异常，已跳过: {rev_content}")
        continue

# 训练Word2Vec模型
model = gensim.models.Word2Vec(
    xp, size=150, window=10, min_count=2, workers=10, epochs=10
)
# 注意：Gensim的Word2Vec初始化时传入sentences会自动完成训练，无需单独调用train()
# 若需增量训练，再使用train()并确保epochs参数匹配：
# model.train(xp, total_examples=len(xp), epochs=model.epochs)

关键修改点说明 #

1. 过滤空值：通过df.dropna(subset=['rev'])直接移除rev列为空的行，彻底避免NaN进入训练列表。
2. 字符串转列表：用ast.literal_eval()将Excel中存储的字符串列表转换为Python实际的列表对象，确保模型能正确迭代每个词。
3. 异常处理：加入try-except块捕获格式异常的评论，防止单个错误数据导致整个训练流程中断。
4. 简化训练调用：Gensim的Word2Vec初始化时传入sentences参数会自动完成训练，无需额外调用train()（增量训练场景除外）。

额外检查建议 #

• 可以先打印xp的前几个元素，确认每个元素都是词列表，没有float或单个字符串：

  print(xp[:3])
  

• 检查Excel的rev列是否存在格式不一致的内容，比如部分空值、部分纯文本（非列表格式），这些都需要提前处理。

内容的提问来源于stack exchange，提问作者user10702710