Pandas筛选含'word'不含'not'行时触发float不可迭代TypeError

现有如下结构的DataFrame：

WARNSPEAK4    WARNSIGN_DTL
1    1.0      word bla bla bla...
2    nan    words do not contain...
3    nan    word bla bla..
4    1.0      word bla bla..
5    nan    no relation bla bla..

需要筛选出WARNSPEAK4为缺失值、WARNSIGN_DTL包含'word'但不包含'not'的行，编写的代码如下：

# WARNSPEAK4 결측치를 WARNSIGN_DTL칼럼에서 찾을 수 있는지 확인해봅시다
df3 = df[['WARNSPEAK4','WARNSIGN_DTL']] # take columns only we need
df3[df3['WARNSPEAK4'].isnull() & df3['WARNSIGN_DTL'].str.contains('word',na=False) &
   df3['WARNSIGN_DTL'].apply(lambda x: 'not' not in x)]

执行后触发错误：

TypeError: argument of type 'float' is not iterable

已确认WARNSIGN_DTL列为字符串类型，但仍出现该错误。

原因 #

即便你认为列是字符串类型，WARNSIGN_DTL列的 dtype 大概率是object，其中可能混入了float类型的NaN值（Pandas中字符串列出现缺失时，会自动将列转为object类型，并存入float类型的NaN）。当apply的lambda函数遇到NaN时，执行'not' not in x会报错——float类型无法被迭代判断是否包含子串。

解决办法 #

放弃使用apply，改用Pandas的str.contains方法配合取反操作，该方法可以通过na参数统一处理空值，避免类型错误：

# 提取需要的列
df3 = df[['WARNSPEAK4','WARNSIGN_DTL']]
# 构建筛选条件
filter_condition = (
    df3['WARNSPEAK4'].isnull() 
    & df3['WARNSIGN_DTL'].str.contains('word', na=False) 
    & ~df3['WARNSIGN_DTL'].str.contains('not', na=False)
)
# 应用筛选条件
result = df3[filter_condition]

代码说明 #

• ~符号用于对str.contains的结果取反，表示不包含指定子串；
• na=False表示将NaN值视为不满足条件，不会触发类型错误；
• 链式条件判断逻辑清晰，性能比apply更优（Pandas的str方法是向量化操作，比逐行apply效率高）。

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