使用Pandas与Regex处理数据时遇TypeError问题求助

嘿，我来帮你捋捋这个问题！你遇到的TypeError: expected string or bytes-like object主要有两个核心原因，咱们一步步拆解修复：

问题根源 #

1. Lambda参数传错了：你在apply的lambda里用了df2（整个子DataFrame），而不是当前要处理的单个元素x——re.sub需要的是单个字符串输入，给它整个DataFrame肯定会报错。
2. 存在非字符串类型值：如果Description列里混有NaN或者数字类型的数据，直接用re.sub处理会因为输入不是字符串而触发错误。

修复方案 #

方案一：用Pandas内置的str.replace（推荐，更高效） #

Pandas的字符串方法专门针对列级字符串操作优化，还能自动处理NaN，不用手动判断：

import pandas as pd

df = pd.read_csv("C:/Users/Dell/Downloads/osc_samples_without.csv")
# 直接用str.replace替换数字后的逗号/点
df['Description'] = df['Description'].str.replace(r'(?<=\d)[,\.]', '', regex=True)

方案二：修正apply的写法（适合需要自定义逻辑的场景） #

如果你坚持用apply，要修正参数并处理非字符串/NaN的情况：

import pandas as pd
import re

df = pd.read_csv("C:/Users/Dell/Downloads/osc_samples_without.csv")
df['Description'] = df['Description'].apply(
    lambda x: re.sub(r'(?<=\d)[,\.]', '', str(x)) if pd.notna(x) else x
)

这里做了两个关键处理：

• 把每个元素x转成字符串（str(x)），确保re.sub能正常接收输入
• 用pd.notna(x)判断，避免处理NaN时出现异常

额外说明 #

你的正则表达式(?<=\d)[,\.]写得很准确——它会精准匹配数字后面的逗号或点，完全符合你要替换"12,000"这类格式里逗号的需求。

内容的提问来源于stack exchange，提问作者marcus