对数据集筛选子集执行情感分析时触发KeyError:0，求解决（附代码）

嘿，我帮你排查下这个KeyError: 0的问题，大概率是索引或者数据集状态的问题，咱们一步步来解决：

先确认筛选后的数据集是否有效 #

首先你得先检查OC这个筛选出来的子集是不是真的有数据。有时候原数据集里可能根本没有包含"Obamacare"的文本，导致OC是空的DataFrame，这时候你去访问索引0自然会报错。

你可以先运行这两行代码看看：

print("筛选后的数据集行数：", OC.shape[0])
print(OC.head())

如果输出的行数是0，那你得先确认原df里的text列确实有包含"Obamacare"的内容——可能是大小写问题？比如原文本是"obamacare"小写，你可以把筛选条件改成df["text"].str.contains("Obamacare", case=False)来忽略大小写。

解决索引不连续的问题 #

如果OC有数据，但还是触发KeyError:0，那大概率是筛选后保留了原数据集的索引，导致索引不是从0开始连续的。比如原df里符合条件的行索引是5、12、18，那你直接写OC["text"][0]就会找不到索引0。

解决办法有两个：

• 重置索引：在筛选后加上reset_index(drop=True)，这样新的DataFrame索引就会从0开始：

  OC = df[df["text"].str.contains("Obamacare")].reset_index(drop=True)
  

• 按位置访问：不用索引值，用iloc按位置取数据，比如OC["text"].iloc[0]，不管原索引是什么，都能取到第一行的文本。

完善你的情感分析函数 #

另外我注意到你贴的代码里analize_sentiment函数没写完（elif ana...），这会导致语法错误，先把函数补全：

def analize_sentiment(tweet):
    # 先处理空值或非字符串的情况，避免报错
    if not isinstance(tweet, str) or not tweet.strip():
        return 0  # 或者根据你的需求返回中性、空值标记等
    analysis = TextBlob(clean_tweet(tweet))
    if analysis.sentiment.polarity > 0:
        return 1  # 正面
    elif analysis.sentiment.polarity == 0:
        return 0  # 中性
    else:
        return -1  # 负面

而且在clean_tweet里最好也加个判断，确保传入的tweet是字符串类型，避免遇到非文本数据时崩溃。

完整的示例代码 #

把这些调整整合起来，完整的代码大概是这样：

# 筛选目标子集并重置索引
OC = df[df["text"].str.contains("Obamacare", case=False)].reset_index(drop=True)

from textblob import TextBlob
import re

def clean_tweet(tweet):
    if not isinstance(tweet, str):
        return ""
    # 正则清洗文本
    return " ".join(re.sub("(@[A-Za-z0-9]+)|([^0-9A-Za-z \t])|(\w+:\/\/\S+)", " ", tweet).split())

def analize_sentiment(tweet):
    cleaned_tweet = clean_tweet(tweet)
    if not cleaned_tweet:
        return 0
    analysis = TextBlob(cleaned_tweet)
    polarity = analysis.sentiment.polarity
    if polarity > 0:
        return 1
    elif polarity == 0:
        return 0
    else:
        return -1

# 批量给OC添加情感标签
OC["sentiment"] = OC["text"].apply(analize_sentiment)

# 测试单个文本的情感分析
if len(OC) > 0:
    print("第一条文本的情感结果：", analize_sentiment(OC["text"][0]))
else:
    print("没有找到包含Obamacare的文本")

内容的提问来源于stack exchange，提问作者kbenne