如何解决Flask框架中运行代码出现numpy.ndarray无apply属性的报错

报错的核心原因是 apply() 是 Pandas Series / DataFrame 对象专属的向量化处理方法，你当前代码中的 message 变量为 numpy.ndarray 类型，原生 numpy 数组没有内置 apply 方法，因此触发属性错误。

可用解决方案 #

• 方案1：转Pandas Series后处理，适合习惯用Pandas方法的场景，处理后可按需转回numpy数组

import pandas as pd
# 处理完加.values即可转回numpy数组
message = pd.Series(message).apply(lambda x: ' '.join([word for word in x.split() if len(word) > 4])).values

• 方案2：直接用列表推导式+numpy原生方法处理，无需依赖Pandas，性能更轻量

import numpy as np
message = np.array([' '.join([word for word in x.split() if len(word) > 4]) for x in message])

• 方案3：如果处理的是高维字符串数组，可先展平处理再恢复原始形状

import numpy as np
# 记录数组原始形状
origin_shape = message.shape
# 展平为一维数组后处理
message = message.flatten()
message = np.array([' '.join([word for word in str(x).split() if len(word) > 4]) for x in message])
# 恢复为原始形状
message = message.reshape(origin_shape)

补充注意：如果数组中存在非字符串类型的元素，可在调用split方法前先做类型转换，将x.split()替换为str(x).split()即可避免因类型不匹配触发的二次报错。

内容的提问来源于stack exchange，提问作者John Chong