循环处理df.Description遇TypeError，求首字母大写实现方案

我知道这是StackOverflow上的常见话题，但翻了好多帖子都没找到适配我这个案例的解决方案。我想把df.Description里每个字符串的首字母大写，可为啥下面这个循环跑不起来？

我的循环代码：

for idx in df.Description.index:
    df.Description.iloc[idx] = df.Description.iloc[idx][0].capitalize() + df.Description.iloc[idx][1:]

执行时直接报错：

TypeError: 'float' object is not subscriptable

相关数据输出： #

df.head()的结果：

Type of Technology ... Sector
0 CF4_TCE ... Dummy
1 CH4_TCE ... Dummy
2 CH4g_TCE ... Dummy
3 CH4n_TCE ... Dummy
4 CH4o_TCE ... Dummy
[5 rows x 7 columns]

df.Description的结果：

0 Tetrafluoromethane (CF4) Total Carbon Emissions
1 Methane total carbon equivalent emissions
2 CH4 emissions from animals directly in Total C...
3 CH4 emissions from anaerobic waste decompostio...
4 Dummy technology converting CH4 emissions from...
...
362 conservation cost curve step for transport demand
363 conservation cost curve step for transport demand
364 conservation cost curve step for transport demand
365 conservation cost curve step for transport demand
366 joint diffusion constraint for transport conse...
Name: Description, Length: 367, dtype: object

问题原因&解决方案 #

其实你的循环报错的核心原因是：尽管df.Description的 dtype 显示是object，但列中大概率存在缺失值（NaN）——而NaN在Pandas里本质是float类型。当循环遍历到这个NaN值时，你试图用[0]去下标访问一个float对象，自然就触发了TypeError。

而@Marcel M提供的这个矢量化字符串操作方案完美解决了问题，不仅避开了缺失值的坑，执行效率也比循环高得多：

df.Description = df.Description.str[0].str.upper() + df.Description.str[1:]

Pandas的str方法会自动处理列中的非字符串元素（比如NaN），不会抛出错误，同时批量处理所有字符串的首字母大写需求，完全替代了低效且容易踩坑的循环写法。

内容的提问来源于stack exchange，提问作者franpalma