Python中使用email-validator处理DataFrame触发RecursionError问题求助

错误根源 #

你自定义的函数名字和从email_validator库导入的validate_email完全重名了！函数内部调用validate_email(em)时，Python会优先调用你自己写的这个函数，而非库的官方验证函数，直接导致无限递归，最终触发RecursionError。

修复步骤 #

1. 重命名自定义函数：把你的验证函数改成不冲突的名字，比如check_email_validity
2. 让函数返回结果：原函数只打印结果，apply后新列会全是NaN，必须让函数返回"Valid"或"Invalid"来填充DataFrame的新列

修正后的完整代码 #

import pandas as pd
import email_validator
from email_validator import validate_email, EmailNotValidError

# 自定义验证函数，改名避免和库函数冲突
def check_email_validity(em):
    try:
        # 这里调用的是email_validator库的官方validate_email
        email_object = validate_email(em)
        return "Valid"
    except EmailNotValidError:
        return "Invalid"

# 应用到DataFrame的Email列
df["Validation"] = df["Email"].apply(check_email_validity)

更优实现建议 #

如果处理的邮箱数据量较大，apply的效率偏低，可以用以下两种方式提速：

• 向量化处理：用pandas.vectorize包装函数，实现批量验证

vectorized_check = pd.vectorize(check_email_validity)
df["Validation"] = vectorized_check(df["Email"])

• 列表推导式：直接遍历列生成结果列表，速度优于apply

df["Validation"] = [check_email_validity(email) for email in df["Email"]]

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