Попытка очистить пару столбцов DF, чтобы подготовиться к анализу настроений

Question

Я тестирую приведенный ниже код.

features = df[['body','review_text']].values
labels = df['num_reviews'].values


processed_features = []
for sentence in range(0, len(features)):
    # Remove all the special characters
    processed_feature = re.sub(r'\W', ' ', str(features[sentence]))

    # remove all single characters
    processed_feature= re.sub(r'\s+[a-zA-Z]\s+', ' ', processed_feature)

    # Remove single characters from the start
    processed_feature = re.sub(r'\^[a-zA-Z]\s+', ' ', processed_feature) 

    # Substituting multiple spaces with single space
    processed_feature = re.sub(r'\s+', ' ', processed_feature, flags=re.I)

    # Removing prefixed 'b'
    processed_feature = re.sub(r'^b\s+', '', processed_feature)

    # Converting to Lowercase
    processed_feature = processed_feature.lower()

    processed_features.append(processed_feature)

Я обнаружил ошибку в этой строке:

processed_feature = re.sub(r'\W', ' ', str(features[sentence]))

Сообщение об ошибке: TypeError: 'str' object is not callable

Код, который я тестирую, взят по этой ссылке.

https://stackabuse.com/python-for-nlp-sentiment-analysis-with-scikit-learn/

Какой самый простой способ исправить это? Или есть ли вообще лучший способ выполнить это упражнение по очистке текста? Спасибо.