Python Pandas 索引错误：列表索引超出范围

Posted 2023-03-12

【中文标题】Python Pandas 索引错误：列表索引超出范围

【英文标题】：Python Pandas Index error: List Index out of range

【发布时间】：2018-02-07 01:26:37

【问题描述】：

我的代码在以前的数据集上工作，现在停止工作。我查看了此错误消息的其他答案，但似乎没有一个适用于我的。

我的数据框 df 中有一个用于 Email_Address 的列，我想将域拆分为一个新列。

我的数据框是前一个 df 的子集。

#create new df, for only email addresses I need to review
df = df_raw.loc[df_raw['Review'] == 'Y'].copy()

#I reset the index to fix the problem, but it didnt help
df = df.reset_index(drop=True)

#ensure Email Address is a string
df['Email_Address']= df.Email_Address.apply(str)

#make Email Address lower case
df['email_lowercase'] = df['Email_Address'].str.lower()

#Split out domain into a new column 
df['domain'] = df['email_lowercase'].apply(lambda x: x.split('@')[1])

IndexError: list index out of range

【问题讨论】：

这可能意味着符号@ 不存在于您的一个单元格中，因此您无法访问电子邮件中位于@ 之后的部分。有时用户输入at 而不是@，这样他们就无法被机器人追踪。你检查过吗？

我不确定，但请尝试将 df['Email_Address']= df.Email_Address.apply(str) 更改为 df['Email_Address']= df.Email_Address.astype(str) 也可能您有非干净数据，其中 @ 之后的某些行上没有数据，这会导致它失败.也检查一下。

如果没有代表df，就不可能重现您的错误。请提供MVCE

【参考方案1】：

您的数据框中很可能包含无效的电子邮件。 您可以通过使用来识别这些

df[~df.Email_Address.astype(str).str.contains('@')]

您可以使用这种方法来提取域

def extract_domain(email):
    email_domain = email.split('@')
    if len(email_domain) > 1:
        return email_domain[1]

df['domain'] = df['email_lowercase'].apply(extract_domain)

甚至更短：

df['domain'] = df['email_lowercase'].str.split('@').apply(lambda li: li[1] if len(li) > 1 else None)

【讨论】：

谢谢，我试过了，得到 AttributeError: 'Series' object has no attribute 'contains'

@jeangelj 我解决了这个问题。 （在contains之前忘记了str.）

谢谢，好像有一些Nan出人意料——我把它们变成了0s