re.sub "Beklenen dize veya bayt benzeri nesne&quot ile hata veriyor;

Bu hatayla ilgili birden fazla yazı okudum, ancak hala anlayamıyorum. Fonksiyonum boyunca döngü yapmaya çalıştığımda:

def fix_Plan(location):
    letters_only = re.sub("[^a-zA-Z]",  # Search for all non-letters
                          " ",          # Replace all non-letters with spaces
                          location)     # Column and row to search    

    words = letters_only.lower().split()     
    stops = set(stopwords.words("english"))      
    meaningful_words = [w for w in words if not w in stops]      
    return (" ".join(meaningful_words))    

col_Plan = fix_Plan(train["Plan"][0])    
num_responses = train["Plan"].size    
clean_Plan_responses = []

for i in range(0,num_responses):
    clean_Plan_responses.append(fix_Plan(train["Plan"][i]))

İşte hata:

Traceback (most recent call last):
  File "C:/Users/xxxxx/PycharmProjects/tronc/tronc2.py", line 48, in <module>
    clean_Plan_responses.append(fix_Plan(train["Plan"][i]))
  File "C:/Users/xxxxx/PycharmProjects/tronc/tronc2.py", line 22, in fix_Plan
    location)  # Column and row to search
  File "C:\Users\xxxxx\AppData\Local\Programs\Python\Python36\lib\re.py", line 191, in sub
    return _compile(pattern, flags).sub(repl, string, count)
TypeError: expected string or bytes-like object
smci
Edited question 2018ööp38öö8 Aralık 2018 в 8:38
Programlama
regex python pandas nltk
2017ösp47ös22 Mayıs 2017 в 10:47
3 görünümler
Çözüm

Yorumlarda belirttiğiniz gibi, bazı değerler string değil float olarak görünmektedir. Bunu re.suba aktarmadan önce string olarak değiştirmeniz gerekecektir. En basit yol re.sub kullanırken location değerini str(location) olarak değiştirmektir. Zaten bir str olsa bile bunu yapmaktan zarar gelmez.

letters_only = re.sub("[^a-zA-Z]",  # Search for all non-letters
                          " ",          # Replace all non-letters with spaces
                          str(location))
Yorumlar (1)

Sanırım re.match() fonksiyonunu kullanmak daha iyi olacaktır. işte size yardımcı olabilecek bir örnek.

import re
import nltk
from nltk.tokenize import word_tokenize
nltk.download('punkt')
sentences = word_tokenize("I love to learn NLP \n 'a :(")
#for i in range(len(sentences)):
sentences = [word.lower() for word in sentences if re.match('^[a-zA-Z]+', word)]  
sentences
Yorumlar (0)

en basit çözüm, döngüye sokmaya çalıştığınız sütuna python str işlevini uygulamaktır.

pandas kullanıyorsanız bu şu şekilde uygulanabilir

dataframe['column_name']=dataframe['column_name'].apply(str)

Yorumlar (0)