DataFrame分组聚合报错TypeError，转字符串后问题仍存在

1. 先清理空值再做字符串拼接 #

直接用astype(str)会把NaN转成字符串'NaN'，既冗余还可能引发异常。正确步骤是先把NaN替换为空字符串，再转换类型，最后过滤空值后拼接：

# 替换空值并转换为字符串类型
df['quartier_av'] = df['quartier_av'].fillna('').astype(str)
# 分组聚合，过滤空字符串后完成拼接
result = df.groupby(['ville','arrondissement','quartier'])['quartier_av'].agg(lambda x: ','.join(filter(None, x))).reset_index()

2. 直接生成列表（匹配你的需求） #

你明确要求quartier_av以列表形式呈现，没必要做字符串拼接，直接聚合为列表即可，同时过滤掉NaN值：

import pandas as pd

# 分组后聚合为不含NaN的纯列表
result = df.groupby(['ville','arrondissement','quartier'])['quartier_av'].agg(lambda x: [val for val in x if pd.notna(val)]).reset_index()

这样得到的quartier_av列就是标准列表类型，不会包含无效的空值。

排查转类型后仍报错的原因 #

如果执行df['quartier_av']=df['quartier_av'].astype(str)后还是触发错误，先检查这两个点：

• 执行print(df['quartier_av'].dtype)确认列类型确实是object（pandas中字符串以object类型存储）
• 执行df['quartier_av'].unique()查看是否存在非字符串/非数值的异常元素，比如None或自定义对象，这类元素需要提前清理

内容的提问来源于stack exchange，提问作者bravopapa