拆分DataFrame列时触发TypeError的问题排查与解决

错误原因解释 #

咱们先搞懂这个报错：TypeError: object of type 'float' has no len()，其实是因为你的battery列里混了float类型的缺失值（也就是NaN）。str.split()是专门给字符串用的方法，当它碰到float类型的NaN时就会“卡壳”——Python没法获取一个float对象的长度（len()函数对float根本不生效），所以直接抛出了这个错误。

正确解决方案 #

针对你的数据场景（要么是X-cells Lion，要么是Lion，甚至可能有缺失值），我推荐两种靠谱的处理方式，按需选择：

方法一：正则表达式提取（精准高效）

正则能直接匹配你的数据模式，一步到位完成拆分，还能自动处理各种边界情况：

import pandas as pd

# 1. 先填充battery列的缺失值为'Lion'，再转为字符串类型（彻底规避float类型问题）
data['battery'] = data['battery'].fillna('Lion').astype(str)

# 2. 用正则提取cells和materials：
# 正则含义：要么匹配"数字-cells"（可选组），后面跟着空格和"Lion"；要么直接匹配"Lion"
data[['cells', 'materials']] = data['battery'].str.extract(r'(\d+-cells)?\s*(Lion)', expand=True)

# 3. 把没有cells的情况（比如原数据是'Lion'）替换为'1'
data['cells'] = data['cells'].fillna('1')

方法二：基于你的原代码修改（更贴合你的初始思路）

如果你更想用str.split的方式，只需先搞定float类型问题，再补全拆分后的值：

import pandas as pd

# 1. 把battery列转为字符串，将NaN对应的字符串'nan'统一替换为'Lion'
data['battery'] = data['battery'].astype(str).replace('nan', 'Lion')

# 2. 拆分列，expand=True直接生成带列名的DataFrame
split_df = data['battery'].str.split(' ', 1, expand=True)
split_df.columns = ['cells', 'materials']

# 3. 处理只有"Lion"的情况：cells设为'1'，materials补全为'Lion'
split_df['cells'] = split_df.apply(lambda row: row['cells'] if '-cells' in row['cells'] else '1', axis=1)
split_df['materials'] = split_df['materials'].fillna('Lion')

# 4. 把拆分后的列合并回原DataFrame
data = pd.concat([data, split_df], axis=1)

小提示 #

相比str.split，正则提取更适合你的固定数据模式，不仅代码更简洁，还能避免拆分后补值的繁琐步骤，出错概率更低。

内容的提问来源于stack exchange，提问作者Osca