Python读取CSV写入DynamoDB时遇TypeError:无法将Series转为float

嘿，这个错误我之前处理CSV转DynamoDB的时候也踩过坑！本质就是你代码里把整个CSV列（pandas的Series对象）当成单个值传给DynamoDB了，而不是每行对应的具体数据点。结合你说的第16、17行的问题，我帮你拆解下：

为啥会报错？ #

大概率你的代码是这样写的（类似亚马逊示例的结构，但踩了个小坑）：

import pandas as pd
import boto3

dynamodb = boto3.resource('dynamodb')
table = dynamodb.Table('YourTable')

df = pd.read_csv('testdb.csv')

# 这里就是问题所在！用了df['列名']而不是row['列名']
for index, row in df.iterrows():
    table.put_item(
        Item={
            'user_id': df['user_id'],  # 这是整个列的Series，不是当前行的单个值
            'score': df['score']       # 同样的错误
        }
    )

DynamoDB只接受单个标量值（比如int、float、字符串），但你传过去的是一整列数据，自然就会抛出"cannot convert the series to <class 'float'>"的错误。

修正后的正确代码 #

核心就是在循环里用row['列名']提取当前行的单个值，还要注意和DynamoDB表的字段类型匹配：

import pandas as pd
import boto3

# 初始化DynamoDB资源，记得替换成你的区域和表名
dynamodb = boto3.resource('dynamodb', region_name='us-east-1')
table = dynamodb.Table('YourTargetTable')

# 读取CSV数据
df = pd.read_csv('testdb.csv')

# 逐行处理写入
for idx, row in df.iterrows():
    # 提取当前行的字段，按需转换类型（比如CSV读进来的可能是字符串）
    item = {
        'user_id': str(row['user_id']),  # 如果主键是字符串类型就转str
        'score': float(row['score'])     # 数值类型转成float/int
        # 其他字段照着CSV列和DynamoDB表结构对应就行
    }
    
    try:
        resp = table.put_item(Item=item)
        print(f"第{idx+1}行写入成功: {resp['ResponseMetadata']['HTTPStatusCode']}")
    except Exception as e:
        print(f"第{idx+1}行写入失败: {str(e)}")

额外的效率优化建议 #

如果你的CSV行数很多，逐行写会很慢，推荐用DynamoDB的batch_writer()批量处理，能大幅提升速度：

with table.batch_writer() as batch:
    for idx, row in df.iterrows():
        item = {
            'user_id': str(row['user_id']),
            'score': float(row['score'])
        }
        batch.put_item(Item=item)
        print(f"第{idx+1}行已加入批量队列")

另外，最好提前检查下CSV里的空值或者异常数据，避免写入失败：

for idx, row in df.iterrows():
    if pd.isna(row['score']):
        print(f"第{idx+1}行的score字段为空，跳过")
        continue
    # 执行写入逻辑

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