Python中如何跳过空记录？统计词频遇NoneType下标错误求解

你的问题根源很明确——空值检查的时机太晚了！

看你原来的代码：

for i in range(len(traindocs_clean)):
    for word in traindocs_clean[i][1][0]:  # 这里先触发了报错
        if traindocs_clean[i][1] is None:
            continue
        wordDict[word]+=1

当traindocs_clean[i][1]是None时，你先尝试访问它的[0]下标，这直接就抛出TypeError了，代码根本没机会走到后面的continue判断。

修正方案：把空值检查提前到下标访问之前 #

你需要先确认traindocs_clean[i][1]不是None，再去访问它的子元素，代码调整如下：

for i in range(len(traindocs_clean)):
    # 先取出当前文档的内容部分，避免重复写长索引
    doc_part = traindocs_clean[i][1]
    # 第一步：检查doc_part是否为None，是的话直接跳过当前循环
    if doc_part is None:
        continue
    # 第二步：检查doc_part[0]是否存在且不为空（确保这是可遍历的单词列表）
    word_list = doc_part[0]
    if not word_list:  # 空列表也跳过，避免无意义的遍历
        continue
    # 现在可以安全地统计词频了
    for word in word_list:
        wordDict[word] += 1

更Pythonic的写法（推荐） #

没必要用range(len(traindocs_clean))来遍历，直接迭代列表元素会更简洁，还能避免索引操作可能带来的额外问题：

# 可以先导入defaultdict简化字典操作，不用手动处理键不存在的情况
from collections import defaultdict
wordDict = defaultdict(int)

for doc in traindocs_clean:
    doc_part = doc[1]
    if doc_part is None:
        continue
    word_list = doc_part[0]
    if not word_list:
        continue
    for word in word_list:
        wordDict[word] += 1

额外提醒 #

如果你的数据里doc_part[0]也可能是None，记得再加上一层检查：

if doc_part is None or doc_part[0] is None:
    continue

内容的提问来源于stack exchange，提问作者Ehsan