参数“字符串”的类型不正确（预期为 str，得到列表）

Question

我有以下代码可以正常工作：

import spacy
import pandas as pd
import en_core_web_sm
nlp = en_core_web_sm.load()

text = [["Canada", 'University of California has great research', "non-location"],["China", 'MIT is at Boston', "non-location"]]
df = pd.DataFrame(text, columns = ['text', 'text2', 'text3'])

col_list = df.columns 
for col in col_list:
    df[col] = df[col].apply(lambda x: [[w.label_] for w in list(nlp(x).ents)])

df

但是，当我做同样的事情但有一个额外的数字列时，我收到错误：“Argument 'string' has wrong type (expected str, got list)”。

text = [["Canada", 'University of California has great research', "non-location", 2],["China", 'MIT is at Boston', "non-location", 3]]
df = pd.DataFrame(text, columns = ['text', 'text2', 'text3', 'text4'])

col_list = df.columns 

for col in col_list:
    df[col] = df[col].apply(lambda x: [[w.label_] for w in list(nlp(x).ents)])

我的问题是如何使它与整数一起工作或简单地忽略整数类型的数据列？

Answer 1

由于您自己编写对列的迭代，因此很容易排除 int 类型的列：

for col in col_list:
    if df[col].dtype == int:
        # ignore this column
        continue
    df[col] = df[col].apply(lambda x: [[w.label_] for w in list(nlp(x).ents)])

以下测试（而不是if df[col].dtype == int）将排除所有数字、布尔值...但不会检测object 类型的列，如字符串列：

if df[col].dtype != object