Python 参数'；字符串'；具有不正确的类型（应为str、get list）Spacy NLP

我想计算余弦相似性，但在将dataframe列转换为其列表后收到一条错误消息：参数“string”的类型不正确（应为str，Get list）

---

非常感谢有人帮我修复它，谢谢。

让函数在整个

pd.Series

中运行的方法是使用

.apply（）

。您可以链接

.apply（）

调用

例如：

# changing to strings instead of nested list
l = ['24, Single, Consultant, Canada, I am interested in visiting Isreal again', 
     '18, Single, Student, I want to go back Costa Rica again', 
     '45,Married, Unemployed, I want to take my family to Florida for the summer vacation']

# remove stop words and punctuation for later similarity calculations
df_spacy = df['Free Text'].apply(nlp)\
                          .apply(lambda doc: nlp(' '.join(str(t) 
                                                 for t in doc 
                                                 if not t.is_stop 
                                                 and not t.is_punct)))

编辑：根据您的评论，以下是每行与所有其他行之间的相似度计算：

df_spacy.apply(lambda row: df_spacy\
        .apply(lambda doc: row.similarity(doc) if row != doc else None))

结果相似性矩阵：

          0         1         2
0       NaN  0.776098  0.716560
1  0.776098       NaN  0.705024
2  0.716560  0.705024       NaN

---

谢谢你的回答。我想得到一份包含三个要素的清单：['24，单身，顾问，加拿大，我有兴趣再次访问以色列，'18，单身，学生，我想再次回到哥斯达黎加，'45，已婚，失业，我想带家人去佛罗里达度暑假']，然后我可以应用相似性（）来比较这三个要素。我能做吗？谢谢你看到更新的答案。我相信您希望将每一行的

相似性（）

计算应用于所有其他行。非常好。我还有一个问题。如果我有第二列，但我想应用相同的功能：1）删除停止字和标点符号，2）每个列的相似性（比较自己列中的行），然后将它们保存在相同的位置。谢谢，我很抱歉，我不能完全理解你在这个额外的问题中提出的问题。不用担心，最好打开另一个论坛进行讨论。非常感谢。它对我非常有效。

          0         1         2
0       NaN  0.776098  0.716560
1  0.776098       NaN  0.705024
2  0.716560  0.705024       NaN