Pandas DataFrame中TL列空字符串替换为NaN报错求助

错误原因分析 #

你遇到的AttributeError: 'str' object has no attribute 'str'是因为在apply的lambda函数里，x是单个字符串对象，而不是Pandas的Series/列，所以不能用.str属性（这个属性是给Series用的，用来批量处理字符串）。你本来想调用字符串的strip()方法，但错误地用了Series的.str.strip()语法。

正确解决方案 #

这里有几种简洁的方法可以实现你的需求：

方法1：直接使用Series的str.strip()（推荐）

不需要用apply，Pandas的字符串列本身就支持str方法批量处理，直接链式调用即可：

import numpy as np
import pandas as pd

# 处理你的DataFrame
df_EVENT5_28['TL'] = df_EVENT5_28['TL'].str.strip().replace('', np.nan)

• str.strip()会批量去除每个字符串两端的空白字符
• 之后用replace('', np.nan)把空字符串替换为NaN

方法2：修正apply的写法

如果你一定要用apply，可以直接调用字符串的strip()方法，然后判断结果是否为空：

df_EVENT5_28['TL'] = df_EVENT5_28['TL'].apply(lambda x: x.strip() if x.strip() else np.nan)

这里判断x.strip()是否为空，为空就返回NaN，否则返回去除空白后的字符串。

方法3：使用replace结合正则表达式

还可以用正则匹配空或全空白的字符串，直接替换为NaN，连strip的步骤都省了：

df_EVENT5_28['TL'] = df_EVENT5_28['TL'].replace(r'^\s*$', np.nan, regex=True)

这个正则^\s*$会匹配空字符串或者全是空白字符的字符串，一次性完成替换。

验证结果 #

处理后你可以用df_EVENT5_28['TL'].isna().sum()查看替换后的NaN数量，确认是否成功。

内容的提问来源于stack exchange，提问作者PineNuts0