处理银行数据集「当前工作年限」列整数提取问题求助

嘿，这个问题其实挺常见的，我一眼就瞅出问题所在啦！

你之所以得到的是函数地址而非整数，核心原因是你在apply的lambda里没有调用year_converter函数，而是直接返回了函数本身。咱们来看你的代码：

bank_data['Years in current job'] = bank_data['Years in current job'].apply(lambda x: year_converter)

这里的lambda x: year_converter相当于告诉Python：“把每个x对应的year_converter函数对象存进去”，而不是“用x作为参数调用year_converter，把返回的整数存进去”。所以结果自然是函数的内存地址啦。

两种修正方案 #

方案一：在lambda里调用函数并传入参数 #

把lambda改成调用year_converter(x)，这样就会执行函数并返回整数：

import re

def year_converter(x): 
    return int(re.search(r'\d+', x).group())

bank_data['Years in current job'] = bank_data['Years in current job'].apply(lambda x: year_converter(x))

方案二：直接传入函数名（更简洁） #

其实apply会自动把每个元素作为参数传给你指定的函数，所以完全不需要lambda，直接传year_converter就行：

import re

def year_converter(x): 
    return int(re.search(r'\d+', x).group())

bank_data['Years in current job'] = bank_data['Years in current job'].apply(year_converter)

额外建议：处理异常情况 #

如果你的数据集里存在没有数字的单元格（比如“Unknown”或者空值），re.search(r'\d+', x)会返回None，调用.group()就会报错。可以给函数加个异常处理，比如：

import re

def year_converter(x):
    match = re.search(r'\d+', str(x))  # 先转成字符串避免非字符串类型报错
    return int(match.group()) if match else None  # 没有匹配到就返回None

这样能避免程序崩溃，也能标记出那些无法提取数字的行。

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