LDA 提取新闻中的主题

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/sinat_22659021/article/details/78494681

先说一下遇到的几个问题：

1.读取.csv文件的时候，有时候会出现编码问题，我们可以用记事本将.csv文件另存为Utf-8编码的文件就行啦，然后直接用utf-8编码方式打开。

例如:

df = pd.read_csv(r"*.csv", encoding = 'utf-8')

2.用jieba分词读取新闻内容的时候有时候会出现' AttributeError: 'float' object has no attribute 'decode'   '报错,这是因为jieba分词的输入必须是字符串，你用panda读取数据后的列是float型的(可能是float默认转换的，也有可能是其他原因，)这时候我们只需要在分词前将他们装换为字符串就行啦(用.astype(str))。
df["content"] = df["content"].astype(str)