遍历Pandas DataFrame的Text列调用textstat函数时出现类型错误，求解决

你的报错原因很直观：在iterrows()循环里，变量j是整行的Series对象，而textstat.flesch_reading_ease()需要的是单个字符串文本，直接把Series传进去自然触发了哈希错误。下面给你两种解决思路：

修正方案1：精准获取Text列内容 #

只需要把循环里的j改成j['Text']，确保传入函数的是每行的文本字符串：

import textstat
import pandas as pd

csv = pd.read_csv('my_list_of_texts.csv')
for i, j in csv.iterrows():
    # 明确提取Text列的字符串值
    text_content = j['Text']
    score = textstat.flesch_reading_ease(text_content)
    # 可以顺便带上标题一起打印，更直观
    print(f"标题: {j['Title']}, 可读性评分: {score}")

更高效的方案：用apply批量处理 #

iterrows()在处理大数据集时效率偏低，推荐用pandas的apply方法直接对Text列批量计算，代码更简洁还更快：

import textstat
import pandas as pd

csv = pd.read_csv('my_list_of_texts.csv')
# 新增一列存储可读性评分
csv['Readability_Score'] = csv['Text'].apply(textstat.flesch_reading_ease)
# 打印标题和评分的对应结果
print(csv[['Title', 'Readability_Score']])
# 还可以把结果保存到新CSV文件
csv.to_csv('texts_with_readability.csv', index=False)

额外提醒 #

• 如果你的Text列存在空值（NaN），建议先处理掉：csv = csv.dropna(subset=['Text'])，避免空值传入函数引发新错误。
• 如果文本包含特殊字符或非英文内容，可能需要先做清洗，保证textstat能正常解析。

内容的提问来源于stack exchange，提问作者cget