字符串匹配生成字典时触发TypeError: 'NoneType'对象不可下标访问

你遇到的这个错误完全符合你的推测——当score_cutoff设置过高时，部分测试文本找不到符合阈值的匹配结果，导致后续处理中出现了None值，而你尝试对None做下标访问（y[0]）就触发了这个错误。

错误原因分析 #

当process.extractBests()找不到符合score_cutoff的匹配项时，会返回空列表。当你把这些空列表存入aggregated_matches这个DataFrame时，对应行的Match1、Match2等列会被填充为None（因为空列表没有足够的元素来填充这些列）。之后在循环里执行[y[0] for y in aggregated_matches["Match" + str(x)]]时，一旦遇到y是None，尝试取y[0]就会直接抛出TypeError。而当你把阈值降到20时，几乎所有文本都能找到匹配，自然不会出现None的情况，错误也就消失了。

解决方案 #

我们可以从源头保证数据结构的一致性，让每个匹配结果列表的长度都等于num_match，不足的部分用占位符填充。这样存入DataFrame后就不会出现None值，后续的下标访问也能正常进行。

修改后的完整代码如下：

def StringMatch(master, testfile, num_match=3, score_cutoff=95, limit=3):
    master_names = master.iloc[:,3]
    test_names = testfile.iloc[:,0]
    
    # 处理每个测试名称的匹配结果，确保每个列表长度固定为num_match
    fhp_new = []
    for x in test_names:
        matches = process.extractBests(x, master_names, score_cutoff=score_cutoff, limit=limit)
        # 如果匹配结果不足，用占位符填充（这里用("", 0)，你可以根据需求改成其他值，比如(None, 0)）
        matches += [("", 0)] * (num_match - len(matches))
        fhp_new.append(matches)
    
    # 更简洁的列名生成方式
    columns = [f"Match{i}" for i in range(1, num_match+1)]
    aggregated_matches = pd.DataFrame(fhp_new, columns=columns)
    
    d = {}
    for x in range(1, num_match + 1):
        # 现在每个y都是元组，不会出现None，安全访问y[0]
        d[f"Match{x}"] = [y[0] for y in aggregated_matches[f"Match{x}"]]
    
    print(d)

备选方案（快速修复） #

如果你不想修改生成fhp_new的逻辑，也可以直接在列表推导式中增加对None的判断，给无匹配的情况设置默认值：

d[f"Match{x}"] = [y[0] if y is not None else "" for y in aggregated_matches[f"Match{x}"]]

不过这种方法属于“事后补救”，不如第一种方法从源头保证数据一致性来得稳妥。

内容的提问来源于stack exchange，提问作者isic5