神秘的 Python Pandas lambda 函数错误

Question

我有一个 pandas 数据框和一个名为“电子邮件”的列。我已经验证了 dtype 是对象。它包含正常格式的电子邮件，例如 xxx@yyy.com

当我这样做时：

$ df['emaillower'] = df['email'].apply(lambda x: x.lower())

我明白了：

Traceback (most recent call last):

File "<ipython-input-153-e951d53133eb>", line 1, in <module>
df['emaillower'] = df['email'].apply(lambda x: x.upper())

File "C:\ProgramData\Anaconda2\lib\site-packages\pandas\core\series.py", 
line 
2355, in apply
mapped = lib.map_infer(values, f, convert=convert_dtype)

File "pandas\_libs\src\inference.pyx", line 1569, in 
pandas._libs.lib.map_infer (pandas\_libs\lib.c:66440)

File "<ipython-input-153-e951d53133eb>", line 1, in <lambda>
df['emaillower'] = df['email'].apply(lambda x: x.upper())

AttributeError: 'float' object has no attribute 'upper'      

发生了什么事？

Answer 1

“电子邮件”列中的一个条目是浮点数，而不是字符串，它不知道如何在浮点数上执行 upper()。当一个条目为空并转换为 NaN 时，这很常见 - 这被读取为浮点数，这就是您的错误的根源。这样的事情可能会解决问题：

df['emaillower'] = df['email'].apply(lambda x: x.upper() if type(x) is str else 'empty')

还需要注意的是，您将列 emaillower 称为“emaillower”，但实际上将其设为大写 ​​- 这可能会在未来引起一些混乱

Answer 2

建议使用 pandas 的 str 函数

df['emaillower'] = df['email'].astype(np.str).str.upper()

我使用 astye(np.str) 确保所有值都转换为字符串。