处理Python中含NaN行拆分时的'float'对象无split属性错误

问题根源 #

你的代码存在两个关键问题：

1. 循环遍历每行时，错误地固定取第一行的Place值（df['Place'].iloc[0]），而非当前行的row['Place']
2. 第三行的Place值为NaN（pandas中空值默认以float类型的NaN存储），而float对象没有split()方法，因此触发报错

解决方案 #

方法1：循环内判断NaN并处理

直接在循环中对当前值做空值判断，针对性处理：

import pandas as pd
import numpy as np

# 构造示例DataFrame
df = pd.DataFrame({
    'Id': ['Id1', 'Id2', 'Id3'],
    'Place': ['New York,London,Russia', 'Argentina', np.nan]
})

L1 = []
for index, row in df.iterrows():
    place_val = row['Place']
    if pd.isna(place_val):
        L1.append([])
    else:
        L1.append(place_val.split(","))

方法2：先替换NaN为空字符串再统一拆分

先将所有NaN替换为空字符串，空字符串调用split()会返回空列表，无需额外判断：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'Id': ['Id1', 'Id2', 'Id3'],
    'Place': ['New York,London,Russia', 'Argentina', np.nan]
})

df['Place'] = df['Place'].fillna('')
L1 = []
for index, row in df.iterrows():
    L1.append(row['Place'].split(","))

方法3：pandas矢量化操作（高效推荐）

无需手动循环，利用pandas内置的str.split()方法自动处理，再将结果转为列表：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'Id': ['Id1', 'Id2', 'Id3'],
    'Place': ['New York,London,Russia', 'Argentina', np.nan]
})

L1 = df['Place'].str.split(",").fillna([]).tolist()

以上三种方法最终得到的L1结果均为：[['New York', 'London', 'Russia'], ['Argentina'], []]

内容的提问来源于stack exchange，提问作者AB14