合并CSV标题与正文列时出现float类型拼接错误，求解决方案

错误原因 #

报错TypeError: can only concatenate str (not "float") to str的核心原因是：你的title或body列中存在浮点数类型的值，绝大多数情况是CSV里的空单元格被pandas默认解析成了NaN（属于float类型），和编码无关。

解决步骤 #

1. 先确认问题所在 #

运行以下代码，查看两列的数据类型和空值数量，验证判断：

# 查看title、body列的数据类型
print(df[['title', 'body']].dtypes)
# 统计两列的空值数量
print(df[['title', 'body']].isna().sum())

2. 最优解法：矢量化拼接（高效简洁） #

不用apply，直接用pandas的矢量化操作，大数据量下效率优势明显：

# 把空值替换为空字符串，强制转字符串后拼接
df['text'] = df['title'].fillna('').astype(str) + ' ' + df['body'].fillna('').astype(str)

空值会被替换成空字符串，彻底避免类型拼接冲突。

3. 若坚持使用apply #

可以在lambda里先把每个值转为字符串，同时处理NaN：

df['text'] = df.apply(lambda row: str(row['title']).replace('nan', '') + ' ' + str(row['body']).replace('nan', ''), axis=1)

注意：这种方法效率低于矢量化操作，数据量大时不推荐。

4. 从源头解决：读取CSV时处理空值 #

读取文件时直接控制空值解析规则，避免后续麻烦：

# 不把空单元格解析为NaN，直接保留为空字符串
df = pd.read_csv(io.BytesIO(uploaded['ASD.csv']), encoding='utf8', na_filter=False)

# 或者自定义空值标记，仅将特定值识别为缺失值，空单元格保留为空字符串
df = pd.read_csv(io.BytesIO(uploaded['ASD.csv']), encoding='utf8', na_values=['NA'], keep_default_na=False)

内容的提问来源于stack exchange，提问作者kegan01