含数组格式数据的DataFrame字符截断报错问题求助

问题核心是你的列中混合了列表和字符串类型元素：使用str.split()时，非字符串类型（比如列表）会被转为NaN（float类型），后续apply尝试迭代这个float对象时就会抛出TypeError: 'float' object is not iterable。

解决方案步骤 #

• 统一元素类型：先将列表类型的元素提取内部字符串，并清理多余引号，确保所有元素都是纯字符串格式。
• 按顺序去重：保留单词的出现顺序并去重，和你原逻辑一致。
• 截取前10字符：完成格式转换后再执行截取操作。

完整代码 #

import pandas as pd
from collections import OrderedDict

df = pd.DataFrame({
    'column': [
        ['"PYTHON R JAVA PYTHON"'], 
        'PYTHON R JAVA PYTHON C DSS', 
        'Dss', 
        'Python R DSS', 
        'PYTHON'
    ]
})

# 统一转换为字符串，处理列表元素并清理引号
df['column'] = df['column'].apply(lambda x: x[0].strip('"') if isinstance(x, list) else x)

# 按顺序去重单词
df['column'] = (df['column'].str.split()
                            .apply(lambda x: OrderedDict.fromkeys(x).keys())
                            .str.join(' '))

# 截取前10个字符
df['column'] = df['column'].str[:10]

print(df)

简化优化（Python 3.7+） #

如果你的Python版本是3.7及以上，普通字典默认保持插入顺序，可省去OrderedDict的导入，简化去重步骤：

# 替换去重代码为：
df['column'] = df['column'].apply(lambda s: ' '.join(dict.fromkeys(s.split()).keys()))

最终输出 #

column
0  PYTHON R J
1  PYTHON R J
2         Dss
3  Python R D
4       PYTHON

内容的提问来源于stack exchange，提问作者Python Dev