pandas统计Netflix数据集演职人员数时报float无split属性错误

触发'float' object has no attribute 'split'报错的核心原因是：cast列中的缺失值在pandas读取时会被默认解析为NaN，该值类型为float，你写的set_cast函数仅判断了None和字符串格式的'None'，没有覆盖float类型的NaN缺失值，导致代码执行到缺失值位置时，尝试对float值调用split方法触发报错。

方案1：修改原有自定义函数（适配原有逻辑） #

在函数开头增加对pandas空值的判断，覆盖所有空值场景即可：

import pandas as pd

def set_cast(val):
    # 统一判断所有空值类型：None、np.nan、pd.NA
    if pd.isna(val):
        return 0
    if val == 'None':
        return 0
    return len(val.split(', '))

data['num_of_cast'] = data['cast'].apply(set_cast)

方案2：pandas向量化写法（运行效率更高） #

不需要自定义函数，直接用pandas内置的字符串处理方法，会自动跳过空值，大数据量下性能远好于apply循环：

import pandas as pd

# 先把字符串形式的'None'转成标准空值，分割后计数，空值补0转整数
data['num_of_cast'] = (
    data['cast']
    .replace('None', pd.NA)
    .str.split(', ')
    .str.len()
    .fillna(0)
    .astype(int)
)

• 两种方案最终统计结果完全一致，可根据自己的代码习惯选择
• 不要用val is np.nan判断空值，np.nan和自身不相等，直接判断会出现逻辑错误，用pd.isna()是最稳妥的空值判断方式

内容的提问来源于stack exchange，提问作者Saba saeed