如何解决DataFrame中空值按逗号分割长度误计为1的问题？

问题原因 #

你遇到的核心问题是：当用astype(str)把NaN转换为字符串时，它会变成字符串"nan"而非空字符串。此时x.strip()的结果是"nan"，不为空，所以会执行len(x.split(','))，而"nan"按逗号分割后得到长度为1的列表，最终错误输出1。

解决方案 #

以下几种方法都能解决这个问题，你可以根据习惯选择：

方法1：先填充空值为空字符串

先把NaN替换成空字符串，再进行后续处理，确保空值被正确识别：

servers['Servers_added'] = servers['servers.added'].fillna('').astype(str).apply(lambda x: len(x.split(',')) if x.strip() else 0)

方法2：直接判断原始值是否为NaN

在lambda函数中先检查原始值是不是NaN，再执行长度计算：

import pandas as pd
servers['Servers_added'] = servers['servers.added'].apply(lambda x: len(str(x).split(',')) if not pd.isna(x) and str(x).strip() else 0)

方法3：用numpy和pandas字符串方法简化操作

这种写法更简洁，可读性更强：

import numpy as np
servers['Servers_added'] = np.where(
    servers['servers.added'].isna() | (servers['servers.added'].astype(str).str.strip() == ''),
    0,
    servers['servers.added'].astype(str).str.split(',').str.len()
)

批量处理其他列 #

如果其他列也有相同需求，只需把上述代码中的servers['servers.added']替换成目标列名即可，例如处理servers['another.column']：

servers['Another_col_length'] = servers['another.column'].fillna('').astype(str).apply(lambda x: len(x.split(',')) if x.strip() else 0)

验证测试 #

用你提供的测试数据验证效果：

import pandas as pd
import numpy as np

data = {'servers.added': [np.nan, "['https://api.lnmarkets.com']", np.nan, "['https://api.testnet.lnmarkets.com']", np.nan, np.nan, "['http://mercure.local']", np.nan, "['https://virtserver.swaggerhub.com/VNGRealisatie/api/reisdocumenten']", "['https://www.haalcentraal.nl/haalcentraal/api/brp']"], 'Servers_added': [1, 1, 1, 1, 1, 1, 1, 1, 1, 1]}
servers = pd.DataFrame(data)

# 应用方法1处理
servers['Servers_added_fixed'] = servers['servers.added'].fillna('').astype(str).apply(lambda x: len(x.split(',')) if x.strip() else 0)
print(servers[['servers.added', 'Servers_added_fixed']])

输出结果中，所有NaN对应的Servers_added_fixed都会显示为0，符合预期。

内容的提问来源于stack exchange，提问作者Brie MerryWeather