Python中df.apply()报AttributeError：NoneType无split属性的解决方法

方案1：修改lambda处理None值 #

直接在apply的lambda表达式里增加None值判断，避免调用split()方法时出错：

from datetime import datetime  # 确保导入datetime模块

start = datetime.now()

df_no_dup["tag_count"] = df_no_dup["Tags"].apply(lambda text: len(text.split(" ")) if text is not None else 0)
print("Time taken to run this cell :", datetime.now() - start)
df_no_dup.head()

方案2：使用Pandas矢量化操作（更高效） #

Pandas的字符串方法支持直接处理缺失值，比apply的循环方式性能更好，推荐使用：

from datetime import datetime

start = datetime.now()

# str.split()会自动忽略NaN/None，返回空列表，str.len()计算长度为空时返回0
df_no_dup["tag_count"] = df_no_dup["Tags"].str.split(" ").str.len().fillna(0).astype(int)
print("Time taken to run this cell :", datetime.now() - start)
df_no_dup.head()

说明 #

• 方案1通过显式判断text is not None，当遇到空值时直接返回0（可根据需求调整返回值，比如返回NaN）。
• 方案2利用Pandas的矢量化字符串操作，无需手动循环，处理大数据集时速度更快，fillna(0)确保空值对应的标签数为0，astype(int)将结果转为整数类型。

内容的提问来源于stack exchange，提问作者nesly