使用neattext提取hashtag报错TypeError: expected string or bytes-like object如何解决

• 核心触发原因是df['Tweets']列中存在非字符串/字节类型的值，包括空值NaN、None、数值类型等。nfx.extract_hashtags函数仅接收字符串或字节类输入，碰到不符合类型要求的输入就会抛出该TypeError。
• 可以先运行df['Tweets'].apply(type).value_counts()排查该列的所有值类型，确认异常类型的分布。

• 方案1：强制将整列转为字符串类型，空值会被转为字符串'nan'，不影响标签提取逻辑
  代码：

  df['Tweets'].astype(str).apply(nfx.extract_hashtags)
  

• 方案2：仅处理有效字符串行，跳过非字符串/空值记录
  代码：

  # 筛选值为字符串类型的行
  is_str_mask = df['Tweets'].apply(lambda x: isinstance(x, str))
  df.loc[is_str_mask, 'hashtags'] = df.loc[is_str_mask, 'Tweets'].apply(nfx.extract_hashtags)
  

• 方案3：封装函数增加异常捕获，碰到非法输入直接返回空列表
  代码：

  def safe_extract(text):
      try:
          return nfx.extract_hashtags(text)
      except TypeError:
          return []
  df['hashtags'] = df['Tweets'].apply(safe_extract)
  

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