Python从字符串提取邮箱报错：TypeError: expected string or bytes-like object

错误原因 #

你的dfs['from']列里存在非字符串类型的数据（比如NaN、数字或其他非str/bytes对象），re.findall和string.split()无法处理这类输入，因此抛出类型错误。

修复后的函数 #

修改函数，先对输入做类型校验和预处理，确保只处理字符串：

import re
import numpy as np
import pandas as pd  # 确保导入pandas

def extract_email_ID(input_val):
    # 处理非字符串/空值情况：直接返回NaN
    if pd.isna(input_val) or not isinstance(input_val, str):
        return np.nan
    
    # 优先从<>中提取邮箱
    email = re.findall(r'<(.+?)>', input_val)
    if email:
        return email[0]
    
    # 无<>时，分割字符串筛选含@的内容
    email_list = list(filter(lambda y: '@' in y, input_val.split()))
    return email_list[0] if email_list else np.nan

应用代码 #

直接将函数传入apply即可，无需额外lambda：

dfs['from'] = dfs['from'].apply(extract_email_ID)

额外优化 #

• 提前统一处理列中的非字符串值，提升效率：

  dfs['from'] = dfs['from'].astype(str).replace('nan', np.nan)
  

• 用更精准的邮箱正则替换简单@判断，减少误匹配：

  # 替换原函数中的re.findall部分
  email_pattern = r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b'
  email = re.findall(email_pattern, input_val)
  

内容的提问来源于stack exchange，提问作者gidmak