解决DataFrame应用函数时'Series' object has no attribute 'tax_code'错误

错误原因 #

你遇到的'Series' object has no attribute 'tax_code'错误，本质是两个核心问题：

• df.apply(valid)默认按列处理数据（axis=0），此时传入valid的参数是列对应的Series，而你在函数里错误直接引用全局df的tax_code列，且误用了库的方法调用逻辑。
• codicefiscale.is_valid()是需要传入单个税号字符串的独立函数，并非Series的属性方法。

修正后的代码 #

步骤1：正确定义验证函数 #

把库的导入放在函数外部（避免重复导入），让函数接收每行数据作为参数，提取对应tax_code值后验证：

from codicefiscale import codicefiscale

def valid(row):
    # 从当前行提取tax_code字段值
    tax_code = row['tax_code']
    # 调用库的验证函数判断有效性
    if codicefiscale.is_valid(tax_code):
        return "It's Valid"
    else:
        return "Not Valid"

步骤2：指定axis=1执行apply #

通过axis=1让apply按行处理数据，将每行作为参数传入valid函数：

df["Is Valid"] = df.apply(valid, axis=1)

更高效的简化写法（可选） #

如果数据量较大，逐行apply效率偏低，可以直接对tax_code列做元素级处理：

from codicefiscale import codicefiscale

df["Is Valid"] = df['tax_code'].apply(
    lambda x: "It's Valid" if codicefiscale.is_valid(x) else "Not Valid"
)

这种写法直接针对tax_code列的每个字符串验证，代码更简洁且执行效率更高。

内容的提问来源于stack exchange，提问作者Lomba