替换keywords为keyw列表时出现TypeError错误排查

问题场景 #

现有代码通过提取类别关键词匹配DataFrame列内容，生成新的Cuisine列：

keywords = cat.value_counts().keys().tolist()
nums = Counter(cat).most_common()
keyw = ([num for num, _ in nums])

def findcuisine(col):
  for word in keywords:
    if word in col:
      return word

df2['Cuisine'] = df2['categories'].apply(findcuisine)
yelp_df = df2.drop(columns=['A', 'B','C','D'])

其中cat是DataFrame列，内容为['Pizza', 'Sandwiches', 'Mexican', ...]这类字符串，但可能存在缺失值。将函数中的keywords替换为keyw后，触发报错：

TypeError: 'in <string>' requires string as left operand, not NoneType

报错根源 #

• keywords由cat.value_counts().keys().tolist()生成：pandas的value_counts()默认开启dropna=True，会自动忽略列中的缺失值（None/NaN），因此keywords列表中只有有效字符串类别。
• keyw由Counter(cat).most_common()推导：Python的Counter会统计列中所有元素，包括None值（如果cat列存在缺失），导致keyw列表混入None元素。
• 当函数遍历keyw遇到None时，执行if None in col操作，因in要求左操作数为字符串，而None不属于字符串类型，直接触发TypeError。

修复方案 #

方案1：生成keyw时过滤None #

修改keyw的推导逻辑，排除None元素：

nums = Counter(cat).most_common()
keyw = [num for num, _ in nums if num is not None]

方案2：统计前先清理缺失值 #

先剔除cat列的缺失值，再用Counter统计：

nums = Counter(cat.dropna()).most_common()
keyw = [num for num, _ in nums]

方案3：函数内跳过None元素 #

若不想修改keyw生成逻辑，可在匹配函数中增加None判断：

def findcuisine(col):
  for word in keyw:
    if word is None:
      continue
    if word in col:
      return word

内容的提问来源于stack exchange，提问作者matan levy