解决DataFrame列应用函数时的AttributeError: 'Series'无split属性问题

错误原因 #

你遇到的AttributeError: 'Series' object has no attribute 'split'，是因为直接调用out_df.apply(split_address)时，pandas会把整个DataFrame的列（Series对象）传给函数，而不是每行的单个地址字符串，导致函数里的address.split()无法执行（Series没有split方法）。

修正后的解决方案 #

1. 修复地址拆分函数 #

原函数的else分支存在逻辑错误（对字符串变量调用append），同时缺少对空值、异常格式的处理，修正后如下：

import pandas as pd

def split_address(in_address):
    # 处理空值或非字符串输入
    if pd.isna(in_address) or not str(in_address).strip():
        return ('', '', '', '', '')
    
    address = str(in_address).strip()
    address_arr = address.split()

    if address_arr:
        # 定位第一个数字所在的索引
        for i, w in enumerate(address_arr):
            if w.isnumeric():
                break
        else:
            # 未找到数字，返回空值
            return ('', '', '', '', '')
        
        # 确保地址片段足够提取后三位（城市、州、邮编）
        if len(address_arr) >= 3:
            locationName = ' '.join(address_arr[:i])
            locationAddress = ' '.join(address_arr[i:-3])
            locationCity = address_arr[-3]
            locationState = address_arr[-2]
            locationZip = address_arr[-1]
        else:
            return ('', '', '', '', '')
    else:
        locationName = ''
        locationAddress = ''
        locationCity = ''
        locationState = ''
        locationZip = ''
        
    return (locationName, locationAddress, locationCity, locationState, locationZip)

2. 应用函数并拆分结果为多列 #

针对目标地址列（假设列名为address，请替换为实际列名）调用apply，再将返回的元组列表拆分为5个新列：

# 对地址列逐行应用函数
result_series = out_df['address'].apply(split_address)

# 将元组结果转换为DataFrame并赋值给原DataFrame的新列
out_df[['locationName', 'locationAddress', 'locationCity', 'locationState', 'locationZip']] = pd.DataFrame(
    result_series.tolist(), 
    index=out_df.index
)

关键说明 #

• 针对单列调用apply：out_df['address'].apply(...)确保函数接收的是每行的单个地址字符串，而非整个Series。
• 异常情况处理：新增了空值、无数字地址、片段不足等场景的处理，避免运行时报错。
• 元组拆分列：通过pd.DataFrame(result.tolist())将元组列表转换为结构化DataFrame，快速生成多列。

内容的提问来源于stack exchange，提问作者Cosmo Boy