python - AttributeError：'NoneType' 对象在基于空间分隔时没有属性'split'

Question

我正在尝试使用以下代码分隔下面的列，但出现以下错误：

AttributeError: 'NoneType' object has no attribute 'split'

代码：

df_no_dup["tag_count"] = df_no_dup["Tags"].apply(lambda text: len(text.split(' ')))

标签： pythonpandasdataframe

Answer 1

这意味着您None在"Tags"列中，因此您可以输入 if/elseapply来说明这一点：

df_no_dup["tag_count"] = df_no_dup["Tags"].apply(lambda text: len(text.split(" "))
                                                              if text is not None
                                                              else 0)

我们将 0 放在else子句中，因此Nones 将转换为 0 in tag_count。

但更好的是，让我们使用str访问器方法str.split，str.len它会为我们处理Nones：

df_no_dup["tag_count"] = df_no_dup["Tags"].str.split(" ").str.len()

首先拆分" "以给出每行的列表，然后我们得到每个列表的长度。但是请注意，这将NaN作为None原始系列中的条目的结果。这可能是你想要的；或者如果你想用 0 填充它们，你可以链接 a fillna：

df_no_dup["tag_count"] = (df_no_dup["Tags"]
                              .str.split(" ")
                              .str.len()
                              .fillna(0, downcast="infer"))

我们用 0 填充它们，但也传递downcast，以便结果不是浮点数，而是整数，这对于计数列更有意义。（它在中间步骤中变为浮动的原因是因为NaN（s）。）

---

还有一种方法是使用str.countwith" "然后将结果加 1；我们计算空格的数量，然后再增加 1 个空格来计算字数：

df_no_dup["tag_count"] = df_no_dup["Tags"].str.count(" ").add(1)

同样，None条目将NaN在最后，因此您可以fillna如上所述进行链接。

最后要注意的是，这些都在考虑一个空格；但是如果你想分割多个空格，你可以不传递任何东西str.split，默认情况下它会这样做，str.split()对于str.count，你可以传递正则表达式r"\s+"，即str.count(r"\s+")多个连续的空格。