Pandas列已转字符串仍报.str访问器仅适用字符串值错误排查

从FDA网页提取表格信息时使用如下代码：

import pandas as pd

# 读取CEDI网页表格
CEDI_inv_url = "https://www.accessdata.fda.gov/scripts/sda/sdNavigation.cfm?sd=edisrev&displayAll=true"
CEDI_HTML_tables = pd.read_html(CEDI_inv_url)

# 提取目标表格数据
CEDI_table_data = CEDI_HTML_tables[0]
CEDI_df = pd.DataFrame (CEDI_table_data, columns = ['MAINTERM','CAS NO','CUM DC (ppb)','CEDI','REGNUM'])

CEDI_df['CAS NO'].to_string()
# 正则提取CAS号
CEDI_df['CAS NO'] = CEDI_df['CAS NO'].str.extract(r'([0-9]+[\u2011|-][0-9]{2}[\u2011|-][0-9](?![0-9]))')
CEDI_df.head()

运行时报错：Can only use .str accessor with string values!，尝试过多种转换列字符串类型的方案均未解决，以下是可落地的排查与解决思路。

• 先确认列内值的真实类型：执行print(CEDI_df['CAS NO'].dtype)查看列声明类型，再执行print(CEDI_df['CAS NO'].apply(type).value_counts())统计列内所有元素的实际类型。多数情况下列内混合了数值、None/NaN类型值，即使列dtype显示为object，存在非字符串值就会导致.str访问器调用失败。
• 检查无效的类型转换代码：代码中CEDI_df['CAS NO'].to_string()仅会将列内容转换为字符串后返回打印结果，不会对原DataFrame的列做任何修改，属于完全无效的类型转换操作，这是高频踩坑点。
• 确认read_html的自动类型转换逻辑：pandas的read_html方法默认会自动识别列类型，遇到纯数字格式的内容、空值时，会自动将列转为浮点/整数类型，不会保留原始字符串格式。

• 源头规避类型问题：调用read_html时直接指定列类型，避免自动转码：

CEDI_HTML_tables = pd.read_html(CEDI_inv_url, dtype={'CAS NO': str})

• 调用字符串方法前强制统一类型：在执行正则提取前，先处理空值再统一转字符串，避免非字符串值干扰：

# 空值填充为空字符串，全列强制转为字符串类型
CEDI_df['CAS NO'] = CEDI_df['CAS NO'].fillna('').astype(str)
# 再执行正则提取操作
CEDI_df['CAS NO'] = CEDI_df['CAS NO'].str.extract(r'([0-9]+[\u2011|-][0-9]{2}[\u2011|-][0-9](?![0-9]))')

• 提取完成后可将匹配结果为空的项重置为NaN，方便后续数据处理。

提示：只要使用pandas的.str系列方法，必须保证调用对象的所有元素都是字符串类型，任何非字符串值（包括NaN、数值、布尔值）都会触发该报错。

内容的提问来源于stack exchange，提问作者tom