调用Quickbooks APAgingSummary API转DataFrame报float无len()错误

• Quickbooks APAgingSummary API返回的ColData列存在缺失值，Pandas解析时会将空值默认存储为NaN（属于float类型）
• 你现有代码未做空值判断，直接对全量ColData列执行取长度、转列表等操作，遇到NaN值时就会触发类型错误
• 此前处理AccountListDetail API返回数据时无报错，是因为该接口返回的ColData列无空值

1. 预处理ColData列空值 #

执行转换操作前，先将ColData列的所有空值替换为空列表，避免float类型的空值触发报错：

import pandas as pd

# 空值统一替换为空列表
df['ColData'] = df['ColData'].apply(lambda x: [] if pd.isna(x) else x)

pd.isna()可以同时识别NaN、None等各类空值，覆盖所有空场景。

2. 执行原有转换逻辑 #

预处理完成后，再执行将ColData列转列表传入DataFrame的操作即可正常运行：

# 原有转换逻辑示例
result_df = pd.DataFrame(df['ColData'].tolist())

可选优化 #

如果ColData列存在非列表类型的单值（比如字符串、数字），可以进一步统一格式：

df['ColData'] = df['ColData'].apply(
    lambda x: [] if pd.isna(x) else x if isinstance(x, list) else [x]
)

如果需要保留原本为空的行标记，可以新增标识列：

df['ColData_origin_empty'] = df['ColData'].apply(pd.isna)

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