pandas遍历含字符串与NaN的列时如何正确判断非NaN值避免报错

问题背景 #

DataFrame中存在names列，列内混合两类值：

• 有效条目：name1、name2这类字符串（str类型）
• 缺失条目：NaN（float类型）
  列样例如下：

names

name1
NaN
name2
NaN

初始实现用for循环逐行处理，调用isnull()、math.isna()做判断时报错：

• 对单元格值直接调用.isnull()触发AttributeError: 'str' object has no attribute 'isnull'
• 改用lambda函数匹配时触发TypeError: expected string or bytes-like object
  需求为遍历列时仅修改有效字符串条目，完整保留NaN条目不做处理。

报错原因 #

.isnull()是pandas Series、DataFrame对象的内置方法，不是Python原生字符串、浮点数对象的方法，直接对取出来的单个单元格字符串值调用，必然会触发属性不存在的报错。

可行实现 #

优先推荐：向量化操作（性能远高于逐行for循环） #

如果不需要逐行写复杂分支逻辑，直接用pandas原生的Series级判断筛出有效行处理即可，NaN行会自动保留原值：

# 生成非空值的筛选掩码
valid_mask = df["names"].notna()
# 仅对非空的字符串条目做自定义处理
df.loc[valid_mask, "names"] = df.loc[valid_mask, "names"].apply(
    lambda s: # 此处写入字符串处理逻辑，比如s.upper()、正则替换等
)

必须逐行for循环的判断写法 #

如果业务逻辑必须逐行遍历分支处理，可选用以下两种稳定判断方式，不会触发类型报错：

1. 用pandas通用缺失值判断函数pd.isna()
   该函数可以兼容判断所有类型的对象，包括字符串、浮点数、None等，是通用性最高的写法：

import pandas as pd

for idx in range(len(df)):
    cell_val = df.loc[idx, "names"]
    if not pd.isna(cell_val):
        # 此处写入字符串处理逻辑，处理完赋值回对应位置
        df.loc[idx, "names"] = processed_result

2. 基于类型判断（适配当前列固定类型分布）
   当前列有效值全为str类型、NaN全为float类型，直接判断值类型即可，判断性能更高：

for idx in range(len(df)):
    cell_val = df.loc[idx, "names"]
    if isinstance(cell_val, str):
        # 确认是有效字符串，执行处理后赋值
        df.loc[idx, "names"] = processed_result

避坑说明 #

• 禁止用val == float('nan')或val == np.nan做判断：NaN的特性是和任何值（包括自身）做相等比较都返回False，该判断永远不成立
• 逐行赋值时优先用df.loc[idx, col_name]的写法，避免链式索引触发SettingWithCopyWarning警告，导致赋值不生效
• math.isnan()仅能判断数值类型的NaN，传入字符串时会直接抛类型错误，不适合混合类型列的判断

内容的提问来源于stack exchange，提问作者KLG