CSV指定列替换字符报错：TypeError: 'bool' object is not subscriptable

错误原因 #

你遇到的TypeError: 'bool' object is not subscriptable，本质是prices_dataframe['col_state']返回的不是Pandas Series对象，而是一个布尔值。通常是之前的代码操作中误将prices_dataframe本身或col_state列赋值成了布尔值，比如：

• 执行过prices_dataframe = prices_dataframe['col_state'] == 'Y'，导致整个DataFrame被替换为布尔Series
• 直接给col_state列赋值单个布尔值，比如prices_dataframe['col_state'] = True

解决方案 #

1. 先验证数据结构 #

先确认你的DataFrame和目标列是否正常：

print(type(prices_dataframe))  # 正常应输出 <class 'pandas.core.frame.DataFrame'>
print(prices_dataframe.columns)  # 检查col_state是否在列列表中
print(type(prices_dataframe['col_state']))  # 正常应输出 <class 'pandas.core.series.Series'>

2. 正确的替换方式 #

精确匹配替换（推荐，适合Y/N替换场景）

如果只需要精确替换Y→1、N→0，同时保留其他值不变：

repl = {'Y': '1', 'N': '0'}
prices_dataframe['col_state'] = prices_dataframe['col_state'].map(repl).fillna(prices_dataframe['col_state'])

正则匹配替换（适用于模糊匹配场景）

如果目标列存在Y/N的变体（比如带空格的" Y "），先将列转为字符串类型再执行替换：

# 转换为字符串类型，避免非字符串值引发报错
prices_dataframe['col_state'] = prices_dataframe['col_state'].astype(str)
repl = {'Y':'1', 'N':'0'}
prices_dataframe['col_state'] = prices_dataframe['col_state'].replace(repl, regex=True)

3. 恢复原始数据 #

如果发现prices_dataframe已经变成布尔值，直接重新读取CSV文件恢复原始数据：

import pandas as pd
prices_dataframe = pd.read_csv('你的CSV文件路径.csv')

内容的提问来源于stack exchange，提问作者Dera