Pandas DataFrame字典列取值报错float对象无get属性如何解决

报错核心是street address列不是所有行都是字典类型，存在部分空值被Pandas自动解析为float类型的NaN：你测试的第0行确实是字典，但其他行存在缺失值，Google Maps API返回空结果时你的数据入库逻辑没有做非空校验，导致空值被转为NaN（Pandas中缺失值默认类型为float），apply遍历到这些行时，NaN调用get方法就会抛出该错误。

你可以运行以下代码确认异常行的存在：

all_addr['street address'].apply(lambda x: type(x)).value_counts()

运行后输出结果中会出现float类型的条目，对应数量就是API返回为空的行数。

• 方案1：保留所有行，空值对应字段返回None

all_addr['address_components'] = all_addr['street address'].apply(lambda x: x.get('address_components') if isinstance(x, dict) else None)

• 方案2：先过滤掉无效空行，只处理正常返回的字典数据

# 筛选出字段为字典类型的有效行
valid_addr = all_addr[all_addr['street address'].apply(lambda x: isinstance(x, dict))].copy()
# 提取目标字段
valid_addr['address_components'] = valid_addr['street address'].apply(lambda x: x.get('address_components'))

• 方案3：自动展开所有字典字段到独立列（无需手动写get逻辑）
  如果需要提取字典内的所有字段（包括经纬度、格式化地址等），可以直接用pd.json_normalize更便捷：

# 筛选有效行
valid_addr = all_addr[all_addr['street address'].apply(lambda x: isinstance(x, dict))].copy()
# 自动展开字典所有层级的字段
expand_addr_df = pd.json_normalize(valid_addr['street address'])
# 合并回原表
final_df = pd.concat([valid_addr.reset_index(drop=True), expand_addr_df.reset_index(drop=True)], axis=1)

内容的提问来源于stack exchange，提问作者user3703869