Python中使用WordNet与Pandas过滤DataFrame词汇报错求助

你的代码里出现i未解析的问题，核心是列表推导式的层级写错了——你把判断词是否在WordNet里的条件放在了外层（处理每行文本的循环），但i是内层循环（处理每个词）的变量，外层根本找不到它。另外，wn.synsets(i) == True的判断逻辑也不对，因为synsets()返回的是匹配的同义词集合列表，只要列表非空就说明词存在，直接用if wn.synsets(i)就可以。

这里给你修正后的代码：

import nltk
from nltk.corpus import wordnet as wn

# 确保已经下载了WordNet语料库
nltk.download('wordnet')

# 修正后的列表推导式
dFrame['newtext'] = [' '.join([word for word in x.split() if wn.synsets(word)]) for x in dFrame['newtext']]

关键改进点： #

• 调整列表推导式层级：把判断wn.synsets(word)的条件移到内层循环（处理每个词的循环）里，这样word（也就是你原来的i）的作用域就正确了，不会出现未定义的问题。
• 修正存在性判断逻辑：直接用if wn.synsets(word)代替== True，因为当词存在于WordNet时，synsets()会返回非空列表，在布尔判断里非空列表等价于True，不存在则返回空列表等价于False。
• 添加语料库下载步骤：如果还没下载WordNet，先执行nltk.download('wordnet')避免运行时报错。

如果你的数据量较大，想要更好的可读性和可扩展性，可以把判断逻辑封装成函数，再用apply方法：

def filter_wordnet_words(text):
    words = text.split()
    # 可选：添加小写转换，避免因大小写遗漏词条（比如"Apple"和"apple"）
    filtered_words = [word for word in words if wn.synsets(word.lower())]
    return ' '.join(filtered_words)

dFrame['newtext'] = dFrame['newtext'].apply(filter_wordnet_words)

内容的提问来源于stack exchange，提问作者CyberCube