Pandas对object类型列非空单元格应用函数报TypeError问题咨询

• 核心原因是Seam_Height列的数据类型为object，列中部分看起来是数值的内容实际是字符串格式，将字符串传入自定义函数和整数做大小比较时，就会触发这个类型不兼容的报错。
• 你当前使用整行apply的写法效率极低，当数据量较大时性能会非常差，属于不必要的遍历操作。

第一步：先将目标列转为数值类型 #

用pd.to_numeric转换列类型，无法转为数值的内容会自动变为NaN，刚好符合你空值的判定逻辑：

df['Seam_Height'] = pd.to_numeric(df['Seam_Height'], errors='coerce')

第二步：实现分级逻辑 #

推荐用向量化的pd.cut实现，不需要自定义函数、不需要遍历，性能远高于apply写法，且可以完全匹配你原函数的判断逻辑：

df['Seam_class'] = pd.cut(
    df['Seam_Height'],
    bins=[-float('inf'), 43, 60, 72, float('inf')],
    labels=['V_low', 'Low', 'Medium', 'High'],
    right=False # 匹配原函数<阈值的判断逻辑，区间为左闭右开
).fillna(' ')

如果一定要沿用你写的自定义函数，也可以仅对Seam_Height列做操作，不需要整行遍历：

df['Seam_class'] = df['Seam_Height'].apply(lambda x: seam_thickness_class_func(x) if pd.notnull(x) else ' ')

内容的提问来源于stack exchange，提问作者Eng_GR