我使用scikit-learn中的TfidfVectorizer学习从文本数据中提取一些特征。我有一个带标志的CSV文件（可以是+1或-1）和一个评论（文本）。我将这些数据导入DataFrame，以便运行Vectorizer。 代码如下：
import pandas
as pd
import numpy
as np
from sklearn.feature_extraction.text
import TfidfVectorizer
df = pd.read_csv(
"train_new.csv",
names = [
'Score',
'Review'], sep=
',')
v = TfidfVectorizer(decode_error=
'replace', encoding=
'utf-8')
x = v.fit_transform(df[
'Review'])
报错：
ValueError: np.nan
is an invalid document, expected
byte or unicode string.
解决方案：
x = v.fit_transform(df[
'Review'].
values.astype(
'U'))
我们从说明文档中可以看到：
fit_transform(raw_documents, y=None)
Parameters: raw_documents : iterable
an iterable which yields either str, unicode
or file objects
