Pandas Dataframe应用正则函数报TypeError的解决问询

这个错误的核心原因有两个：一是你用错了apply()的用法，二是传入函数的df_item可能不是字符串类型（比如数值、NaN或者整列/整行的Series），导致正则的sub()方法无法处理。

问题拆解 #

• 当你用df.apply(parse_repl)时，不管axis=0还是axis=1，传入parse_repl的都是整列或整行的Series对象，而不是单个单元格的字符串值，正则的sub()方法自然会报错。
• 就算你解决了传入对象的问题，DataFrame里可能存在非字符串类型的数据（比如数值、缺失值NaN），直接传给sub()也会触发类型错误。

解决方案 #

1. 修正函数调用方式：用applymap()替代apply()

applymap()是Pandas专门用来逐单元格处理数据的方法，它会把每个单元格的值单独传入你的自定义函数，完美匹配你的需求：

df = df.applymap(parse_repl)
df.to_csv(...)

2. 优化正则处理函数，兼容非字符串和缺失值

修改你的parse_repl函数，先处理缺失值，再把所有输入转成字符串，确保正则方法能正常工作：

import pandas as pd

def parse_repl(df_item):
    # 处理缺失值，避免转成字符串后变成'NaN'
    if pd.isna(df_item):
        return df_item
    # 强制转成字符串类型，适配正则sub方法
    item_str = str(df_item)
    # 执行正则替换
    for pattern, replacement in d_comp.items():
        item_str = pattern.sub(replacement, item_str)
    # 如果需要保留原数据类型，可以尝试转回（可选，根据你的需求决定）
    # 比如原先是数值类型，替换后如果是数字字符串可以转回去：
    # try:
    #     return pd.to_numeric(item_str)
    # except ValueError:
    #     return item_str
    return item_str

额外说明 #

• 确认你的d_comp字典里的pattern都是用re.compile()编译好的正则对象，这部分你已经提到了，没问题。
• 如果只需要处理特定列，不需要整表处理，可以针对单个列用apply()（因为单列的apply()会逐元素传入）：

  df['myField'] = df['myField'].apply(parse_repl)
  

内容的提问来源于stack exchange，提问作者HuFlungPu