DataFrame列格式修正：解决float类型无len()方法的TypeError问题

错误原因 #

你的DataFrame目标列中存在float类型的值（通常是缺失值NaN），而len()函数仅支持字符串/序列类型，因此调用len(x)时触发TypeError: object of type 'float' has no len()。

解决方法 #

步骤1：统一列类型为字符串并处理缺失值 #

先将列转换为字符串类型，同时把NaN（转换后会变成字符串"nan"）替换为空字符串（或根据需求保留，比如用fillna('')直接填充缺失值）。

步骤2：修正格式（两种可选方案） #

方案一：调整apply逻辑

# 转换为字符串并处理NaN
df['col'] = df['col'].astype(str).replace('nan', '')
# 仅对8位无连字符的字符串插入连字符
df['col'] = df['col'].apply(lambda x: x[:5] + '-' + x[5:] if len(x) == 8 and '-' not in x else x)

方案二：使用正则替换（更简洁稳健）

用正则匹配8位无连字符的字符串，直接在第5位后插入连字符：

# 转换为字符串并处理NaN
df['col'] = df['col'].astype(str).replace('nan', '')
# 正则替换匹配格式
df['col'] = df['col'].str.replace(r'^([^\-]{5})([^\-]{3})$', r'\1-\2', regex=True)

说明 #

• 原代码的len(x) != 9条件不够精准，改为len(x) == 8更贴合需求（仅处理缺失连字符的8位字符串）。
• 如果需要保留原始缺失值（NaN），可以将astype(str).replace('nan', '')替换为fillna('').astype(str)。

内容的提问来源于stack exchange，提问作者PythonDeveloper