Pandas调用自定义函数报错：TypeError: object of type 'int' has no len()

核心问题 #

错误源于第二行np.nan的处理漏洞：

1. 执行data['col'].apply(lambda x: np.array(x))时，原始的np.nan被转换成0维numpy数组（array(nan)），此时该单元格内容不再是np.nan，而是一个包含nan值的数组对象。
2. 后续的data["col"].fillna('0')无法处理这个0维数组——fillna仅替换单元格值为np.nan的元素，不处理数组内部的nan值，也不会识别0维数组为缺失值。
3. 当自定义函数pom接收这个0维数组作为参数a时，len(a)会触发错误：0维numpy数组没有维度长度，Python将其视为类似整数的标量对象，因此抛出TypeError: object of type 'int' has no len()。

验证与修复 #

• 检查data["col"].iloc[1]的类型，会发现它是numpy.ndarray而非预期的字符串或整数。
• 修复方案二选一：

  # 方案1：先填充缺失值再转换数组
  data["col"] = data["col"].fillna([])  # 用空列表填充nan
  data["col"] = data["col"].apply(lambda x: np.array(x))
  
  # 方案2：在转换数组时直接处理nan
  data["col"] = data["col"].apply(lambda x: np.array(x) if pd.notna(x) else np.array([]))
  

  调整后，pom函数接收的均为有长度的数组，不会触发len()错误。

内容的提问来源于stack exchange，提问作者dsilva