Kaggle航空公司数据集拟合时NumPy转Tensor不支持list报错如何解决

我知道这类问题此前已有用户提问，但我未从中找到适配我场景的解决方案，不清楚报错触发原因。我使用的是Kaggle平台的航空公司公开数据集，已完成数据清洗：

清洗后各字段的数据类型如下：

我通过以下代码将标签转换为整数类型：

data['sentiment']=data['airline_sentiment'].apply(lambda x: -1 if (x=="negative") else (0 if (x=="neutral") else 1))

转换后的data['sentiment']数据类型为<class 'pandas.core.series.Series'>。
在进行模型拟合时，出现报错：ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type list).。我尝试手动将对应字段转换为Tensor，代码如下：

data['text_'] = tf.convert_to_tensor(data['text_'])
print(type(data['text_']))

但仍触发相同报错，我全程没有手动将数据转换为NumPy类型，无法定位报错原因。后续我又尝试调用.to_numpy()方法将data['text_']转换为NumPy数组，转换操作执行成功，但打印data['text_']的类型时，发现仍为pandas Series类型，推测该操作没有原地修改字段的数据类型。请问该如何解决这个报错？

报错根因 #

这个报错的核心原因是data['text_']列的每个元素本身是列表类型，而非字符串或单值类型，TensorFlow无法直接将元素为列表的Series/NumPy数组转换为张量。
另外你之前的操作存在两个认知偏差：

• pandas DataFrame的列本身就是Series类型，你直接把张量赋值给data['text_']时，pandas会自动把张量拆成元素存回Series结构，不会保留完整张量类型
• to_numpy()方法返回的是新的NumPy数组，你没有将返回值赋值给变量，自然不会修改原Series的类型

解决步骤 #

1. 先确认text_列的元素结构，执行以下代码查看单个元素的类型：

print(type(data['text_'].iloc[0]))
print(data['text_'].iloc[0])

如果输出确实是列表类型，说明你之前的文本预处理（比如分词、向量化）后将结果存成了列表放入了text_列。

2. 模型训练时不要直接传入pandas Series，而是先将目标列转换为符合要求的张量/数组：

情况1：text_是分词后的token id列表，长度统一 #

直接堆叠为二维数组再转张量：

import numpy as np
# 提取text_列的所有列表堆叠为二维NumPy数组
text_arr = np.array(data['text_'].tolist())
# 转张量（也可以直接传入fit方法，TensorFlow会自动转换）
text_tensor = tf.convert_to_tensor(text_arr, dtype=tf.int32)
# 标签也同步提取为数组
label_arr = data['sentiment'].values

情况2：text_是长度不统一的列表 #

使用tf.ragged.constant生成 RaggedTensor，或做padding补长到统一长度：

# 方法1：用RaggedTensor适配变长序列
text_tensor = tf.ragged.constant(data['text_'].tolist(), dtype=tf.int32)
# 方法2：padding到固定长度
max_len = max(len(i) for i in data['text_'])
text_arr = tf.keras.preprocessing.sequence.pad_sequences(data['text_'].tolist(), maxlen=max_len, padding='post')

3. 训练模型时直接传入处理好的text_arr/text_tensor和标签数组即可，不需要再存入pandas DataFrame。

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