处理DataFrame列NaN值时遇TypeError，求跳过NaN行的优化方案

报错原因是np.nan属于float类型，而字符串的replace()方法要求第一个参数必须是字符串类型，碰到NaN就会触发类型错误。要跳过含NaN的行，只对substring非空的行执行替换，有几种优雅的实现方式：

1. 修改列表推导式，增加非空判断 #

直接在原列表推导式里加条件，判断substring不为NaN时才执行替换：

import pandas as pd
import numpy as np

df = pd.DataFrame({
  "string": ["foo", "moo", "too"],
  "substring": ["oo", "m", np.nan]
})
df['string'] = [a.replace(b, '') if pd.notna(b) else a for a, b in zip(df['string'], df['substring'])]

2. 使用pandas的apply方法（按行处理） #

用apply遍历每一行，结合条件判断实现需求：

df['string'] = df.apply(lambda row: row['string'].replace(row['substring'], '') if pd.notna(row['substring']) else row['string'], axis=1)

3. 向量化操作（适合大数据量） #

利用pandas的掩码（mask）和str.replace实现向量化处理，效率更高：

mask = df['substring'].notna()
# 仅对substring非空的行执行替换，注意regex=False避免将substring当作正则表达式解析
df.loc[mask, 'string'] = df.loc[mask, 'string'].str.replace(df.loc[mask, 'substring'], '', regex=False)

如果数据量较小，前两种方法足够简洁；如果处理大规模数据集，第三种向量化操作的性能优势更明显。

内容的提问来源于stack exchange，提问作者Nana