迭代行時如何處理來自IBMWatson的錯誤

我是一名學生，從事一個專案，使用 IBM Watson 的 NLU 決議各種新聞文章并回傳情緒分數。我有一個表格中的文章，我設定了一個回圈來遍歷第一列中的每個單元格，對其進行分析，對其進行標準化，并將新資料附加到表格中。

masterdf = pd.DataFrame()

for index, row in df.iterrows():
    text2 = row['CONTENT']
    response = natural_language_understanding.analyze(
        text = text2,
        features=Features(sentiment=SentimentOptions(targets=["Irish",]))).get_result()
    json_tbl = pd.json_normalize(response['sentiment'], 
                       record_path='targets',
                       meta=[['document','score'], ['document','label']])
    json_tbl = json_tbl.set_index([pd.Index([index])])
    print(json_tbl.head())
    masterdf = masterdf.append(json_tbl)

masterdf = pd.concat([df, masterdf], axis=1)
masterdf.head()

我遇到的問題是，有時我所針對的物體不在我正在分析的文章中，因此 IBM 會拋出錯誤。這完全破壞了我的代碼。我想要做的是，每當 IBM 回傳錯誤時，我的代碼只是用“N/A”填充該行，然后進入它下面的下一個單元格。我真的是一個初學者，所以任何幫助都會非常感激。

uj5u.com熱心網友回復：

我建議創建一個單獨的函式來封裝所有情緒分析邏輯。最后，你會這樣稱呼它：

df['SENTIMENT_SCORE'] = df['CONTENT'].apply(safe_complex_function)

safe_complex_funtion將是您全新的安全功能。給它起你想要的名字。它可能是這樣的：

def sentiment_scores(content):
    try:
        response = natural_language_understanding.analyze(
            text=content,
            features=Features(
                sentiment=SentimentOptions(targets=["Irish",])
            )
        ).get_result()
        json_tbl = pd.json_normalize(
            response['sentiment'], 
            record_path='targets',
            meta=[['document','score'], ['document','label']]
        )
        return json_tbl.set_index([pd.Index([index])])
    except <The specific Exception you want to deal>: # please don't put Exception. It is too general
        return None

這是一個示例代碼：

創建測驗資料框

import pandas as pd

data = [
    (1, 'I am happy'),
    (2, 'I am sad'),
    (3, 'I am neutral'),
    (4, 'Exception generator')
]

df = pd.DataFrame(data,columns=['USER_ID','CONTENT'])

創建嘲諷情緒分析功能

此功能僅用于模擬。

def fake_sentiment_analysis(content):
    sentiment_scores = {
        'sad': -1,
        'happy': 1,
        'neutral': 0
    }
    for sentiment, score in sentiment_scores.items():
        if sentiment in content:
            return score
    ## rasises KeyError error only for demonstration purposes
    return sentiment_scores['BROKEN']

def complex_function(element):
    sentiment_score = fake_sentiment_analysis(element)
    return sentiment_score

在 DataFrame 上應用該非安全函式

你會KeyError呼叫那個函式

df['CONTENT'].apply(complex_function)

---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
<ipython-input-22-d418b58879b8> in <module>()
----> 1 df['CONTENT'].apply(complex_function)

2 frames
pandas/_libs/lib.pyx in pandas._libs.lib.map_infer()

<ipython-input-12-538de52b436a> in fake_sentiment_analysis(content)
      9             return score
     10     ## rasises KeyError error only for demonstration purposes
---> 11     return sentiment_scores['BROKEN']

KeyError: 'BROKEN'

添加例外處理程式

您可以更安全地添加例外處理

def safe_complex_function(element):
    try:
        sentiment_score = fake_sentiment_analysis(element)
    except KeyError:
        sentiment_score = None
    return sentiment_score

標籤：Python 熊猫 数据框 错误处理 无印良品

上一篇：PandasDF.output寫入列（當前資料全部寫入一行或一列）

下一篇：如何對R中資料幀中條目中的多個值求和？