如何在pandas条件语句中用str.contains()为列元素按需应用函数并解决报错

问题原因 #

你遇到的报错核心是.str.contains()是Pandas Series的矢量化方法，而apply传入lambda的参数x是URL列中的单个字符串对象，字符串本身没有str属性，因此触发属性错误。

修复方案 #

方案1：直接修正原有逻辑 #

将字符串包含判断替换为Python原生的in运算符即可，完整代码如下：

from urllib.parse import urlparse

df['URL'] = df['URL'].apply(
    lambda x: urlparse(x).netloc if 'http' in x else x
)

方案2：更通用的鲁棒写法 #

可以省略是否包含http的判断，直接利用Python的短路运算逻辑：如果urlparse(x).netloc为空（即原URL没有http前缀），就直接返回原始值，代码更简洁，也能兼容大小写、特殊前缀等边缘情况：

from urllib.parse import urlparse

df['URL'] = df['URL'].apply(lambda x: urlparse(x).netloc or x)

处理结果示例 #

运行上述代码后，你的样例数据输出如下：

ID                         URL
0   1             www.Facebook.com
1   2                  Twitter.com
2   3                www.Youtube.com
3   4              www.Microsoft.com
4   5    www.Stackovervlow.com

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