如何处理含NaN的Pandas列：去除Year列括号并转NaN为0？

Hey there! 你猜的没错，问题确实出在那些NaN值上——NaN在pandas里是float类型，直接用切片或者不加判断的lambda去处理，自然会抛出TypeError: 'float' object is not subscriptable的错误。下面给你几个简单有效的解决方案：

方法1：利用pandas字符串方法（最简洁） #

pandas的str系列方法会自动跳过NaN值，非常适合处理这种混合了字符串和NaN的列：

import pandas as pd

# 假设你的DataFrame是data
data['Year'] = data['Year'].str.slice(stop=-1).fillna(0)

• str.slice(stop=-1) 等价于字符串的[:-1]，专门用来截取到倒数第二个字符，去掉末尾的)
• fillna(0) 把所有NaN值替换成0

方法2：带类型判断的apply函数 #

如果更习惯用apply，可以先判断元素是不是字符串类型，再处理：

data['Year'] = data['Year'].apply(lambda x: x[:-1] if isinstance(x, str) else 0)

这里通过isinstance(x, str)过滤掉非字符串的元素（包括NaN），直接返回0，避免报错。

方法3：正则替换（更灵活） #

如果数据里可能存在部分值没有末尾)的情况，用正则替换会更稳妥：

data['Year'] = data['Year'].str.replace(r'\)$', '', regex=True).fillna(0)

正则r'\)$'会精准匹配字符串末尾的)，只替换这个位置的符号，不会影响其他内容。

这三种方法都能完美解决你的问题：既去掉了Year列值末尾的括号，又把所有NaN转换成了0，你可以根据自己的习惯选择~

内容的提问来源于stack exchange，提问作者user12941222