Pandas结合requests批量下载图片时出现TypeError: expected str not Series
报错核心原因
- 遍历逻辑错误:
image_url = [data.receipt]会把*整个receipt列(Series对象)*作为唯一的列表元素,而非拆分成单个URL字符串逐个遍历,导致请求时传入的是整个Series,触发No connection adapters错误。 - 文件命名逻辑错误:循环内的
file_name = df.filename每次都会取整个filename列(Series对象),而非当前遍历对应的单张图片文件名,直接传入open()函数时就会触发TypeError: expected str, bytes or os.PathLike object, not Series报错。 - 此前
df.filename.astype(str)无效的原因:该操作只是将Series内每个元素的类型转为字符串,但并没有取出单一行的对应值,拿到的仍然是整个Series对象,自然无法解决问题。
修正后的可运行代码
import requests # 统一DataFrame引用,避免代码中混用data、df变量的问题 # 假设df是同时存储了receipt(图片URL)、filename(保存文件名)的DataFrame username = xxx password = 1111 # 提前将两列值转为字符串、拆分为普通Python列表,建立一一对应关系 url_list = df['receipt'].astype(str).tolist() filename_list = df['filename'].astype(str).tolist() # 同步遍历匹配的URL和文件名 for img_url, save_name in zip(url_list, filename_list): print("Downloading file: %s" % save_name) # 携带鉴权信息发起请求,stream=True启用流式下载适配大文件 rq = requests.get(img_url, auth=(username, password), stream=True) # 校验请求状态,避免将错误响应页存为图片 rq.raise_for_status() with open(save_name, 'wb') as f: # 按1024字节分块写入,避免大文件占用过多内存 for chunk in rq.iter_content(chunk_size=1024): f.write(chunk)
关键修改点说明
- 移除“把整个Series套进列表当遍历对象”的错误写法,将列值转为普通Python列表后拆分出单个字符串逐个处理
- 用
zip()将一一对应的URL列表、文件名列表同步遍历,每次拿到的都是单个字符串值,传入open()和requests.get()时不会再触发类型错误 - 提前对URL、文件名做
astype(str).tolist()处理,从根源上避免元素类型问题,无需后续重复类型转换 - 补充
iter_content(chunk_size=1024)替代直接迭代响应对象,大文件下载更稳定;补充raise_for_status()检查请求状态,避免无效文件占用存储空间 - 接口鉴权直接使用requests内置的
auth参数传入用户名密码,无需手动拼接请求头
内容的提问来源于stack exchange,提问作者shadrack munene
相关产品推荐
相关产品推荐

