使用for循环移除DataFrame标点时触发TypeError错误求助

错误原因 #

你的DataFrame里存在NaN值（比如B列第2行、E列第1/2行），这些NaN在Python中是float类型，而你写的remove_punctuation函数会尝试遍历输入的text，但float对象无法被迭代，所以触发了TypeError: 'float' object is not iterable。

另外还有一个隐藏问题：你调用df[i].apply(...)后没有把结果赋值回原列，就算没报错，原DataFrame也不会被修改。

修复方案1：修改自定义函数处理非字符串值 #

直接在remove_punctuation里先判断输入是否为字符串，非字符串（比如NaN）直接返回，同时记得把处理后的结果赋值回原列：

import string
import pandas as pd

# 构造测试用的DataFrame（如果你的df已存在可跳过）
data = {
    'A': ['Orange', 'pink.', 'Yellow'],
    'B': ["Dad's", "Mum's", pd.NA],
    'C': ['X Eyes', 'Bored.', 'Sad'],
    'D': ['3d.', 'ooo.', 'Gray'],
    'E': ['Navy', pd.NA, pd.NA]
}
df = pd.DataFrame(data)

def remove_punctuation(text):
    # 先判断输入是否为字符串，非字符串直接返回（比如NaN）
    if not isinstance(text, str):
        return text
    punctuationfree = "".join([i for i in text if i not in string.punctuation])
    return punctuationfree

col = ['A','B','C','D','E']

for i in col:
    # 必须赋值回原列，才能修改DataFrame
    df[i] = df[i].apply(remove_punctuation)

print(df)

运行后输出结果：

A     B      C    D     E
0  Orange  Dads  X Eyes   3d  Navy
1    pink  Mums   Bored  ooo  <NA>
2  Yellow  <NA>     Sad Gray  <NA>

修复方案2：用正则替换更高效 #

不用自定义函数和循环，直接用pandas的replace方法结合正则，自动处理NaN，代码更简洁高效：

import string
import pandas as pd

# 构造测试DataFrame
data = {
    'A': ['Orange', 'pink.', 'Yellow'],
    'B': ["Dad's", "Mum's", pd.NA],
    'C': ['X Eyes', 'Bored.', 'Sad'],
    'D': ['3d.', 'ooo.', 'Gray'],
    'E': ['Navy', pd.NA, pd.NA]
}
df = pd.DataFrame(data)

# 用正则替换所有标点符号
df = df.replace(f'[{string.punctuation}]', '', regex=True)

print(df)

这个方法会直接把所有列里的标点符号替换为空字符串，NaN值保持不变，效果和方案1一致，但代码更短，处理大DataFrame时效率更高。

内容的提问来源于stack exchange，提问作者mimiskims