Pandas按$符号拆分DataFrame行成多行报错求解决方案

嘿，我来帮你搞定这个问题～你遇到的AttributeError: 'float' object has no attribute 'split'，根源是你的description列里存在缺失值（NaN）——在pandas里NaN属于float类型，自然没法调用字符串的split方法啦。下面给你两种可行的解决办法，更推荐第二种，既简洁又高效：

方案一：改进你的原有思路（处理缺失值） #

先把description列统一转成字符串类型，把可能存在的NaN替换成空字符串，再调整你的循环逻辑：

import pandas as pd

# 先构造你的原始DataFrame（模拟数据）
old_df = pd.DataFrame({
    'category': ['puppy', 'crappy', 'squeeky', 'fluffy'],
    'description': ['dog$pup', 'cat$pet', 'animal', 'dog$pet']
})

# 处理可能的缺失值，统一转为字符串
old_df['description'] = old_df['description'].astype(str).replace('nan', '')

# 调整你的代码，避免空字符串拆分出空行
series_list = []
for _, row in old_df.iterrows():
    desc_parts = row['description'].split('$') if row['description'] else []
    series_list.append(pd.Series(row['category'], index=desc_parts))

new_df = pd.concat(series_list).reset_index()
new_df.columns = ['description', 'category']
new_df = new_df[['category', 'description']]

不过这种方法用了iterrows，如果你的DataFrame数据量很大，运行速度会比较慢，更推荐下面的内置方法。

方案二：用pandas的str.split + explode（强烈推荐） #

从pandas 0.25版本开始，explode方法可以直接把列表类型的列展开成多行，简直是为这个需求量身定做的：

import pandas as pd

old_df = pd.DataFrame({
    'category': ['puppy', 'crappy', 'squeeky', 'fluffy'],
    'description': ['dog$pup', 'cat$pet', 'animal', 'dog$pet']
})

# 1. 把description按$拆分成列表，同时处理可能的NaN
old_df['description'] = old_df['description'].str.split('$')
# 给NaN填充空列表，避免explode报错
old_df['description'] = old_df['description'].fillna('').apply(lambda x: x if isinstance(x, list) else [x])

# 2. 一键展开列表为多行
new_df = old_df.explode('description').reset_index(drop=True)

运行后你就能得到想要的结果：

category description
0    puppy          dog
1    puppy          pup
2   crappy          cat
3   crappy          pet
4  squeeky        animal
5   fluffy          dog
6   fluffy          pet

再啰嗦下错误原因 #

如果你的原始数据里description列有缺失值（比如某行是空的），pandas会自动把该列的 dtype 变成float（因为NaN是float类型），这时候你调用row['description'].split('$')就会触发报错——float对象可没有split方法哦。上面的两种方案都提前处理了这种情况，确保我们操作的是字符串或列表类型。

内容的提问来源于stack exchange，提问作者Qubix