Python:list对象没有属性'；下'；-但语料库已经是小写的了

我的语料库是一系列包含twitter数据的文档，据我所知，已经进行了清理和预处理（甚至包括表情符号）-示例如下：

    0         [national, interest, think, worth, holding, ta...
    1         [must, accurate, diane, abbott, done, calculat...

然后我实例化TFIDF：

    # Instantiate vectoriser
    vect = TfidfVectorizer()

    # Fit
    vect = TfidfVectorizer(min_df=10, ngram_range = (1,3)).fit(text)

当我尝试适应这一点时，我得到：

   AttributeError: 'list' object has no attribute 'lower' 

但我已经把所有东西都转换成小写了。这和这是一部连续剧有关吗

将原始文档集合转换为TF-IDF特征矩阵

从这个意义上讲，您在这里复制的数据帧中传递了一系列

列表

：

from sklearn.feature_extraction.text import TfidfVectorizer
import pandas as pd

l1 = 'national, interest, think, worth, holding,'.split(',')
l2 = 'must, accurate, diane, abbott, done'.split(',')

df = pd.DataFrame([[l1],[l2]])

text = df[0]

它将文本参数返回为：

0    [national,  interest,  think,  worth,  holding, ]
1            [must,  accurate,  diane,  abbott,  done]
Name: 0, dtype: object

这显然不起作用，正如所指出的，

TfidfVectorizer

接受字符串或文档。在您的情况下，根据示例，尽管您的示例有点违反直觉

---

您能提供更多关于您正在使用的库和输入的详细信息吗？例外情况表明，您提供的是一个

列表

作为输入，而不是一个具有

较低

属性（如字符串）的对象。除了pandas和numpy之外，我还导入了sklearn tfidfvectorier，该对象是pandas.core.series.series，基于快速谷歌搜索，

.fit（）

正在寻找可生成

str

、

unicode

或

文件的对象。我认为熊猫系列是不合适的。我想您可能需要使用
.fit（text.iteritems（））
尝试了一下，得到的结果是：“tuple”对象没有属性“lower”
corpus = text.apply(lambda x: ','.join(x)).to_list() # converts your series into a list of strings

vectorizer = TfidfVectorizer()
X = vectorizer.fit_transform(corpus)

print(vectorizer.get_feature_names())

['abbott', 'accurate', 'diane', 'done', 'holding', 'interest', 'must', 'national', 'think', 'worth']