Pandas中使用含条件与逻辑运算符的Lambda函数报错排查

错误原因 #

你用sample["A"].apply(lambda x: ...)时，x是列中单个的字符串对象，而非Pandas Series。.str属性是Series专属的方法入口，单个字符串没有这个属性，所以触发AttributeError: 'str' object has no attribute 'str'。

正确解法 #

解法1：使用Pandas矢量化操作（推荐，效率更高） #

直接利用Series的str.contains方法，通过正则表达式|连接多个关键词，一次性完成匹配，再用map转换结果：

import pandas as pd

d = {"A":["Assessment Division","Division of Appeals","Calgary Audit","Halifax Market","Georgian Markers"],
"B":[100,300,400,500,400]}

sample = pd.DataFrame(d)

# 正则匹配任意关键词，case=False表示不区分大小写（可选）
sample["results"] = sample["A"].str.contains("Audit|Appeals|Assessment", case=False).map({True: "Invoice", False: "NoAction"})

解法2：保留Lambda+Apply的方式 #

如果坚持用apply，直接对单个字符串做成员判断，用any()简化多关键词检查：

import pandas as pd

d = {"A":["Assessment Division","Division of Appeals","Calgary Audit","Halifax Market","Georgian Markers"],
"B":[100,300,400,500,400]}

sample = pd.DataFrame(d)

reqs = ["Audit","Appeals","Assessment"]
sample["results"] = sample["A"].apply(lambda x: "Invoice" if any(req in x for req in reqs) else "NoAction")

原代码问题说明 #

• 第一段代码：错误地对单个字符串x调用.str.contains，应改为"Audit" in x这类直接判断。
• 第二段代码：既错误使用了x.str，又误用了contains()和isin()的语法，逻辑完全不成立。

内容的提问来源于stack exchange，提问作者conrito345