如何遍历Pandas德语评论列获取POS Tags？解决TypeError报错

看起来你遇到的问题核心是pattern的parse函数需要单个字符串作为输入，但你的代码直接对apply(split)后的结果调用parse，导致传入了非字符串类型（比如分词后的列表），所以触发了TypeError: expected string or buffer。

下面是针对你的需求的完整解决方案，能生成你期望的[(词, POS标签)]格式结果：

步骤1：确认依赖安装 #

首先确保你已经安装了支持德语的pattern版本：

pip install pattern[de]

步骤2：修正代码逻辑 #

我们需要把parse函数逐行应用到每个单独的评论字符串上，而不是直接对整个Series或分词结果操作。具体实现如下：

from pattern.de import parse
import pandas as pd

# 假设你的DataFrame名为df，这里用示例数据演示
df = pd.DataFrame({'German_Reviews': ["Das Essen war lecker", "Der Service war langsam", ""]})

# 1. 预处理评论列：确保是字符串类型，处理空值
df['German_Reviews'] = df['German_Reviews'].astype(str).fillna('')

# 2. 定义函数：处理单个字符串，返回POS标签元组列表
def extract_pos_tags(text):
    # 跳过空字符串，避免无效解析
    if not text.strip():
        return []
    # 使用parse解析文本，参数说明：
    # tokenize=True：自动完成分词
    # tags=True：返回词性标注结果
    # chunks=False：不返回短语块标注，简化输出格式
    parsed_result = parse(text, tokenize=True, tags=True, chunks=False)
    # 拆分每个词和对应的标签，转换成元组列表
    pos_tags = [(token.split('/')[0], token.split('/')[1]) for token in parsed_result.split()]
    return pos_tags

# 3. 应用函数到整个评论列，生成POSTags列
df['POSTags'] = df['German_Reviews'].apply(extract_pos_tags)

输出结果示例 #

运行后你的DataFrame会得到如下格式的结果：

额外优化提示 #

如果遇到含特殊字符或无法解析的文本，可以在函数中加入异常捕获，避免程序中断：

def extract_pos_tags(text):
    if not text.strip():
        return []
    try:
        parsed_result = parse(text, tokenize=True, tags=True, chunks=False)
        pos_tags = [(token.split('/')[0], token.split('/')[1]) for token in parsed_result.split()]
        return pos_tags
    except Exception as e:
        print(f"无法处理文本: {text}\n错误信息: {e}")
        return []

内容的提问来源于stack exchange，提问作者Nika