使用SentimentIntensityAnalyzer时遇TypeError：'encoding'为无效关键字参数

首先，我注意到你贴出来的代码里并没有用到encoding参数，但你遇到了这个错误——这说明要么是你实际运行的代码和贴的不一样，要么是某个隐含调用里不小心传了这个参数。先帮你拆解可能的原因和解决方案：

可能的错误来源 #

最常见的情况是你错误地给polarity_scores()方法传了encoding参数。VADER的polarity_scores只接受一个位置参数（要分析的文本字符串），完全不需要指定编码——只要你的body已经是解码后的字符串（而不是字节类型），直接传进去就行。如果你的代码里写了类似analyzer.polarity_scores(body, encoding='utf-8')的语句，删掉encoding参数就好。

另外，也有可能是pd.read_csv()的调用出了问题？不过你贴的代码里是pd.read_csv('df.csv')，没加encoding，如果实际加了的话，除非你的pandas版本极其老旧（比如0.12之前），否则read_csv是支持encoding参数的，这种情况建议升级pandas。

优化你的情感分析代码 #

另外，你当前的代码还有两个可以改进的地方，顺便帮你调整了：

• 不要在get_sentiment函数里重复初始化SentimentIntensityAnalyzer——每次初始化都会加载模型，非常影响效率，初始化一次就够了。
• 用df.apply()代替iterrows()遍历DataFrame，前者的效率高得多，代码也更简洁。
• 增加了空值/非字符串的处理，避免遇到异常数据时报错。

调整后的代码：

import pandas as pd
from nltk.sentiment import SentimentIntensityAnalyzer

# 只初始化一次分析器
analyzer = SentimentIntensityAnalyzer()

df = pd.read_csv('df.csv')

def get_sentiment(body):
    # 处理空值或非字符串的情况，返回默认值
    if pd.isna(body) or not isinstance(body, str):
        return 0.0
    scores = analyzer.polarity_scores(body)
    return scores['compound']

# 直接计算并新增情感分列
df['sentiment_compound'] = df['body'].apply(get_sentiment)

额外检查点 #

• 确认你的row['body']列都是字符串类型：可以用df['body'].dtype查看，如果是object类型但包含非字符串数据，建议先做清洗。
• 如果你确实是在读取CSV时遇到的encoding错误，试试去掉encoding参数，或者确认你的CSV文件的实际编码（比如utf-8、gbk等），再正确传入。

内容的提问来源于stack exchange，提问作者jhaywoo8