DataFrame使用apply(len)报错float无len()，同类型name列正常求排查

你遇到的这个问题其实挺常见的——虽然item_description列的类型显示是object，但它里面混进了float类型的NaN缺失值，这就是触发TypeError: object of type 'float' has no len()的核心原因。

为什么name列能正常执行？ #

name列没报错，大概率是因为它里面没有缺失值（NaN），所有元素都是标准的字符串类型，自然可以直接用len()计算长度。而item_description列存在缺失时，pandas会默认用float类型的NaN来填充这些空位，这就导致列的整体类型还是object，但内部元素同时包含字符串和float两种类型，当apply(len)遍历到NaN时，自然就会报错。

验证猜测的方法 #

你可以先跑下面的代码确认一下：

# 查看item_description列里的所有元素类型
print(df['item_description'].apply(type).unique())
# 统计缺失值的数量
print(df['item_description'].isna().sum())

如果输出里有<class 'float'>，且缺失值数量大于0，就坐实了这个原因。

解决办法 #

有两种简单的处理方式：

• 方式一：用空字符串填充缺失值
  把NaN替换成空字符串，这样计算长度时会返回0，不会报错：

  df['desc_len'] = df['item_description'].fillna('').apply(len)
  

• 方式二：用lambda表达式判断处理
  直接在apply里判断元素是否为NaN，是则返回你想要的默认值（比如0），否则计算长度：

  import pandas as pd
  df['desc_len'] = df['item_description'].apply(lambda x: len(x) if pd.notna(x) else 0)
  

内容的提问来源于stack exchange，提问作者Jaskaran Singh Puri