如何优雅解决numpy.int64无len()/split()属性的DataFrame处理问题

核心问题分析 #

• df1的day_search列是numpy.int64类型：整数类型没有split()方法，直接调用会触发AttributeError
• 分支代码出错原因：大概率是类型判断逻辑不严谨（比如只判断了Python原生int，没覆盖numpy.int64），或者转类型操作顺序错误，导致整数类型未被正确转换就执行split，触发TypeError

优雅解决方案（通用兼容版） #

方法1：用Pandas字符串方法统一处理（最高效） #

先将列统一转换为字符串类型，再使用Pandas内置的str.split()方法，该方法专门针对字符串列优化，性能比apply更好：

import pandas as pd
import numpy as np

# 处理df1：先转字符串，再拆分
df1['day_search'] = df1['day_search'].astype(str)
df1['day_search_split'] = df1['day_search'].str.split()  # 可指定分隔符，比如sep='-'

# 处理df2：直接拆分（本身已是字符串类型）
df2['day_search_split'] = df2['day_search'].str.split()

方法2：安全拆分函数（兼容任意可转为字符串的类型） #

如果需要保留原列类型，或者处理混合类型列，可以写一个通用函数，先将值转为字符串再拆分：

def safe_split(val, sep=' '):
    # 先转为字符串，再执行拆分
    return str(val).split(sep)

# 对df1和df2的列分别应用函数
df1['day_search_split'] = df1['day_search'].apply(safe_split)
df2['day_search_split'] = df2['day_search'].apply(safe_split)

错误修复关键点 #

1. 禁止直接对非字符串类型调用split()：整数、浮点数等数值类型没有split方法，必须先转换为字符串
2. 类型判断要覆盖numpy类型：如果要用分支逻辑，需同时判断Python原生类型和numpy数值类型，比如：

def split_with_type_check(val, sep=' '):
    if isinstance(val, (str, np.str_)):
        return val.split(sep)
    elif isinstance(val, (int, np.integer, float, np.floating)):
        return str(val).split(sep)
    else:
        return []  # 处理其他未知类型的默认值

内容的提问来源于stack exchange，提问作者Theo75