Pandas批量清洗DataFrame多列触发replace相关报错如何解决

• 报错'float' object has no attribute 'replace'：数据中存在NaN空值，这类值默认是float类型，不存在字符串的replace方法，替换逻辑碰到空值就会触发报错。另外你写的循环逻辑存在冗余，遍历列的同时又对整个df做apply，会重复执行替换操作。
• 报错'Dataframe' object has no attribute 'str'：.str是pandas单列Series专属的字符串访问接口，不能直接在多列组成的DataFrame对象上调用。

用正则一次性匹配所有\加大写英文字母的脏字符，不需要逐个枚举要删除的字符，两种实现方式选一种即可：

方式1：全元素批量处理（推荐） #

用applymap遍历DataFrame中所有元素，先统一转字符串避免类型报错，清洗完成后再转回数值类型：

import pandas as pd
import numpy as np
import re

# 测试数据（修正了原示例里的转义、nan未定义的问题）
df = pd.DataFrame({
   'A': ['7.3\\N\\P', np.nan, '11.0\\R\\Z'],
   'B': [np.nan, 'nan\\A\\G', '10.8\\F\\U'], 
   'C': ['12.4\\A\\I', '13.3\\H\\Z', '8.200000000000001\\B\\W']
})

# 批量清洗逻辑
df = (
    df.applymap(lambda x: re.sub(r'\\[A-Z]', '', str(x))) # 所有元素转字符串后删除脏字符
      .replace('nan', np.nan) # 把转成字符串的空值还原
      .astype(float) # 把清洗完的内容转回数值类型
)

如果只需要处理前3列，把上面的df替换为df.iloc[:, 0:3]即可。

方式2：逐列调用字符串接口 #

如果你习惯用.str.replace的写法，可以遍历每一列单独处理，先把列转为pandas专用的字符串类型，就能避免float类型空值报错：

for col in df.columns:
    # 先转StringDtype，空值会保留为pd.NA不会触发类型错误
    df[col] = df[col].astype('string').str.replace(r'\\[A-Z]', '', regex=True)
# 清洗完成后转回数值类型
df = df.astype(float)

两种方式执行后得到的结果一致，所有列里的反斜杠+大写字母后缀都会被清除，数值正常保留，空值也不会丢失。

内容的提问来源于stack exchange，提问作者Miriama Pecqueux