情感分析器错误：“字节”对象没有属性“编码”使用

Question

从事一个使用 nltk 对股票进行情绪分析的项目。我已经通过 GH 进行了搜索，并没有发现与 sentimaent_analysisr 或流行度分数调用类似的东西。

我还查看了Python 3.4 - 'bytes' object has no attribute 'encode'，它不是重复的，因为我没有调用 bcrypt.gensalt().encode('utf-8')。虽然它确实暗示了某些类型错误的问题。

谁能帮忙解决这个错误？

我得到错误：

/lib/python3.5/site-packages/nltk/sentiment/vader.py in init（自我，文本） 154 def 初始化（自我，文本）： 155 如果不是 isinstance(text, str): --> 156 文本 = str(text.encode('utf-8')) 第157章 158 self.words_and_emoticons = self._words_and_emoticons()

AttributeError: 'bytes' 对象没有属性 'encode'

df_stocks.head(5) 的数据框是：

            prices  articles
2007-01-01  12469   What Sticks from '06. Somalia Orders Islamist...
2007-01-02  12472   Heart Health: Vitamin Does Not Prevent Death ...
2007-01-03  12474   Google Answer to Filling Jobs Is an Algorithm...
2007-01-04  12480   Helping Make the Shift From Combat to Commerc...
2007-01-05  12398   Rise in Ethanol Raises Concerns About Corn as...                

代码如下，最后一行出现错误：

import numpy as np
import pandas as pd
from nltk.classify import NaiveBayesClassifier
from nltk.corpus import subjectivity
from nltk.sentiment import SentimentAnalyzer
from nltk.sentiment.util import *from nltk.sentiment.vader import     SentimentIntensityAnalyzer
import unicodedata
for date, row in df_stocks.T.iteritems():
    sentence = unicodedata.normalize('NFKD', df_stocks.loc[date, 'articles']).encode('ascii','ignore')
    ss = sid.polarity_scores(sentence)

谢谢

Answer 1

从 unicodedata.normalize() docs开始，方法是将UNICODE字符串转换为通用格式字符串。

import unicodedata

print(unicodedata.normalize('NFKD', u'abcdあäasc').encode('ascii', 'ignore'))

它会得到：

b'abcdaasc'

所以，问题就在这里：df_stocks.loc[date, 'articles'] 不是 UNICODE 字符串。