Pandas比较含字符串列表的列时出现float对象不可迭代错误

为什么会触发float类型错误？ #

Pandas中的NaN本质是float类型，哪怕你的列大部分存储的是字符串列表，只要存在NaN，列的整体 dtype 会变成object，但单个NaN元素的类型是float。当你用apply转集合或itertuples遍历的时候，代码会尝试对float类型的NaN执行迭代操作（比如转集合需要遍历元素），自然就触发了TypeError: 'float' object is not iterable。

具体解决步骤 #

1. 先处理NaN值

针对NaN有两种处理方式，按需选择：

• 过滤含NaN的行（适合可以丢弃无效行的场景）：

  df = df.dropna(subset=['col1', 'col2'])
  

  只保留两列都有有效列表的行，后续操作就不会碰到NaN。

• 用空列表填充NaN（适合需要保留所有行的场景）：

  # 逐个列处理
  df['col1'] = df['col1'].apply(lambda x: x if isinstance(x, list) else [])
  df['col2'] = df['col2'].apply(lambda x: x if isinstance(x, list) else [])
  
  # 或者批量处理
  df[['col1', 'col2']] = df[['col1', 'col2']].fillna(value={col: [] for col in ['col1', 'col2']})
  

2. 安全比较两列的列表

处理完NaN后，就可以正常执行集合转换和比较操作了：

• 示例1：判断两列列表的集合是否相等

  df['sets_equal'] = df.apply(lambda row: set(row['col1']) == set(row['col2']), axis=1)
  

• 示例2：计算两列列表的交集元素数量

  df['intersection_count'] = df.apply(lambda row: len(set(row['col1']) & set(row['col2'])), axis=1)
  

3. itertuples遍历的正确写法

如果坚持用itertuples，记得加类型判断（即使处理过NaN，也能避免意外情况）：

results = []
for row in df.itertuples():
    col1 = row.col1 if isinstance(row.col1, list) else []
    col2 = row.col2 if isinstance(row.col2, list) else []
    results.append(set(col1) == set(col2))
df['sets_equal'] = results

内容的提问来源于stack exchange，提问作者emor