Pandas应用自定义函数报AttributeError: str对象无str属性错误

报错信息 #

运行DataFrame apply逻辑时抛出异常：

AttributeError: 'str' object has no attribute 'str'

错误原因 #

• 调用z2.apply(f_MI, axis=1)时，Pandas会按行遍历数据，将每一行封装为Series传入自定义函数，此时函数内取DF['AccNo']、DF['Map_MainDesc']得到的是单个单元格的Python原生字符串标量，不是整列/整段的Pandas Series对象。
• .str是Pandas为Series设计的批量字符串操作访问器，仅能用于Series类型，普通Python字符串没有这个属性，因此触发属性错误。
• 第一层判断DF['AccNo'] == DF['Map_AccNo']未报错，是因为Python原生字符串本身支持相等性判断，执行到第二层.str调用时才触发异常。

修复方案 #

方案1：适配逐行传参逻辑修改函数 #

逐行处理时直接调用Python原生字符串方法即可，额外增加str()包裹可以兼容空值、非字符串类型的边界情况：

def f_MI(row):
    if row['AccNo'] == row['Map_AccNo']:
        return -1
    else:
        if str(row['AccNo']).lower()[:3] == str(row['Map_MainDesc']).lower()[:3]:
            return 1
        else:
            return 0
    
z2['Inter_Type'] = z2.apply(f_MI, axis=1)

方案2：向量化实现（推荐，性能更高） #

当数据量较大时，逐行apply的循环效率很低，可以直接对整列使用Pandas内置的.str批量操作，无需写自定义循环逻辑，性能可提升数十倍：

# 初始化默认返回值0
z2['Inter_Type'] = 0
# 识别前3位小写字符匹配的记录，赋值1
prefix_match = z2['AccNo'].str.lower().str[:3] == z2['Map_MainDesc'].str.lower().str[:3]
z2.loc[prefix_match, 'Inter_Type'] = 1
# 识别两列完全相等的记录，赋值-1（优先级最高，覆盖之前的赋值）
full_equal = z2['AccNo'] == z2['Map_AccNo']
z2.loc[full_equal, 'Inter_Type'] = -1

内容的提问来源于stack exchange，提问作者kpra