处理全量地址列时地理编码报Attribute Error的原因是什么？

问题原因 #

地址列虽标记为object类型，但实际包含float类型的空值（比如NaN）。前10行测试时刚好都是字符串格式的地址，所以无报错；整列处理时遇到NaN，地理编码函数内部调用encode方法时，float类型没有该属性，因此触发AttributeError: 'float' object has no attribute 'encode'。

解决方案 #

方案1：统一转换地址列类型并清理空值 #

先将所有地址转为字符串，再替换掉转成字符串的'nan'：

import pandas as pd

# 转换为字符串类型
df['address'] = df['address'].astype(str)
# 替换字符串形式的空值为None
df['address'] = df['address'].replace('nan', None)

# 再执行地理编码
df['geo_address'] = df['address'].apply(geocode)

方案2：过滤空值后再处理 #

只对非空的地址行应用地理编码：

df['geo_address'] = df['address'].apply(lambda x: geocode(x) if pd.notna(x) else None)

方案3：增加类型校验的安全函数 #

自定义函数判断地址是否为有效字符串，再执行编码：

def safe_geocode(address):
    if isinstance(address, str) and address.strip():
        return geocode(address)
    return None

df['geo_address'] = df['address'].apply(safe_geocode)

内容的提问来源于stack exchange，提问作者Coder