修复Python筛选学历代码AttributeError: 'float' object has no attribute 'find'报错

错误原因 #

你的数据集Last_degree列中存在空值（NaN），Pandas中的NaN属于float类型，不存在字符串类的find()方法，因此遍历到空值时就会触发当前报错。

修复代码 #

调整degree函数，在执行字符串匹配前先做空值和类型校验，同时修正你原代码末尾的变量名拼写错误：

import pandas as pd

edu = Edu_data

# 调整后的学历识别函数
def degree(x):
    # 空值或非字符串类型直接返回0
    if pd.isna(x) or not isinstance(x, str):
        return 0
    if x.find('Bachelor') != -1 or x.find("Bachelor's") != -1 or x.find('BS') != -1 or x.find('bs') != -1:
        return 1
    if x.find('Master') != -1 or x.find("Master's") != -1 or x.find('M.S') != -1 or x.find('MS') != -1 or x.find('MPhil') != -1 or x.find('MBA') != -1 or x.find('MicroMasters') != -1 or x.find('MSc') != -1 or x.find('MSCS') !=-1 or x.find('MSDS')!=-1:
        return 2
    if x.find('PhD') != -1 or x.find('P.hd') != -1 or x.find('Ph.D') != -1 or x.find('ph.d') != -1:
        return 3
    else:
        return 0

# 生成学历分类列
edu['deg'] = edu['Last_degree'].apply(degree)

# 原代码此处变量名拼写错误，已修正
print(edu)

可选性能优化方案 #

你可以直接用Pandas矢量化字符串操作实现相同逻辑，无需自定义函数遍历，运行效率更高：

edu['deg'] = 0
# 匹配本科学历赋值1，na参数自动处理空值
edu.loc[edu['Last_degree'].str.contains(r'Bachelor|BS|bs|Bs|Bachelors', na=False), 'deg'] = 1
# 匹配硕士学历赋值2
edu.loc[edu['Last_degree'].str.contains(r"Master|MS|M\.S|MPhil|MBA|MicroMasters|MSc|MSCS|MSDS", na=False), 'deg'] = 2
# 匹配博士学历赋值3
edu.loc[edu['Last_degree'].str.contains(r'PhD|Ph\.D|P\.hd|ph\.d', na=False), 'deg'] = 3

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