报错AttributeError: 'int'对象无split属性的排查（DataFrame场景）

一、报错原因分析 #

尽管ADDRESS列整体数据类型显示为object，但列内部混入了整数（int）类型的元素。object类型列允许存储多种数据类型（字符串、整数等），因此即使列类型是object，仍可能存在无法调用split()方法的int值，从而触发报错。

二、排查验证步骤 #

先确认列中是否存在非字符串类型元素：

# 筛选出ADDRESS列中类型不是字符串的行
non_str_rows = df[df['ADDRESS'].apply(lambda x: not isinstance(x, str))]
print(non_str_rows)

# 统计列内各数据类型的分布
type_counts = df['ADDRESS'].apply(type).value_counts()
print(type_counts)

三、解决方案 #

方法1：强制统一转为字符串 #

先将列内所有元素转为字符串，消除类型差异：

import numpy as np

# 强制转换ADDRESS列为字符串类型
df['ADDRESS'] = df['ADDRESS'].astype(str)
# 再执行州名提取逻辑
df["STATE"] = df["ADDRESS"].map(lambda x: state if (state := x.split()[-1]) in state_lists else np.nan)

注：若原int值为无效地址（如0、空值转换后的整数），转字符串后可后续单独过滤。

方法2：处理时先判断元素类型 #

在lambda表达式中先校验类型，避免对int执行split操作：

import numpy as np

df["STATE"] = df["ADDRESS"].map(lambda x: state if isinstance(x, str) and (state := x.split()[-1]) in state_lists else np.nan)

方法3：正则匹配州名（更可靠） #

仅取地址最后一个词的逻辑易出错（比如最后是邮编），用正则匹配州名更精准：

import re
import numpy as np

# 生成匹配州名的正则（匹配完整单词，忽略大小写）
state_pattern = re.compile(r'\b(' + '|'.join(re.escape(s) for s in state_lists) + r')\b', flags=re.IGNORECASE)

def extract_state(address):
    if not isinstance(address, str):
        return np.nan
    match = state_pattern.search(address)
    return match.group(1) if match else np.nan

df["STATE"] = df["ADDRESS"].apply(extract_state)

内容的提问来源于stack exchange，提问作者Engr. Chinwe