Pandas中‘first argument must be string or compiled pattern’错误排查求助

问题重现 #

运行以下代码时触发指定异常：

df1 = pd.read_csv('syslog.csv')
with open('data.json',encoding="utf8") as data_file:
  file_contents = data_file.read()
data = json.loads(file_contents)
df2 = pd.json_normalize(data['results'])

count = []

for index, row in df1.iterrows():
    try:
        df3 = df2["sample_syslog_message"].str.match(row['Regex'])
        if df3.any() == True:
            count.append(index)
    except Exception as e:
        print(e)
        print(index)
        break

触发异常的正则表达式为：%PLATFORM-PWRMON-1-IDPROM_INVALID\s*:.*，且该正则已通过多个在线平台验证格式正确。

失败原因 #

这个异常的核心原因是传入str.match()的row['Regex']并非字符串或编译后的正则对象，常见两种触发场景：

• 场景1：CSV中对应正则的单元格为空：pd.read_csv()会将空单元格解析为NaN（浮点类型），而非字符串。当循环到该行时，把NaN传给str.match()就会触发类型错误。
• 场景2：正则表达式的类型被意外转换：比如CSV读取时，某些正则被误解析为数值类型，导致不符合str.match()的参数要求。

注：若CSV中存储正则时反斜杠未正确转义（比如直接写\s而非\\s），会导致读取后的正则丢失转义字符，但这种情况通常触发正则语法错误，而非当前的类型异常，优先级低于类型问题。

快速验证方法 #

在循环中加入类型检查，确认出错行的row['Regex']类型：

for index, row in df1.iterrows():
    try:
        print(f"Index {index}, Regex type: {type(row['Regex'])}")
        df3 = df2["sample_syslog_message"].str.match(row['Regex'])
        if df3.any() == True:
            count.append(index)
    except Exception as e:
        print(e)
        print(index)
        break

内容的提问来源于stack exchange，提问作者Amankumar Singh