Google Colab报索引越界，本地VS Code运行正常的TensorFlow项目问题

我用TensorFlow开发项目，在本地VS Code中使用1000条样本编译完全正常，但在Google Colab运行全量42000条样本时，出现索引越界错误；本地运行全量样本虽不报错，但耗时过长。

原字符串转浮点数函数：

def str_column_to_float(dataset, column):
    for row in dataset:
        value = row[column]
        if isinstance(value, str):  # 检查值是否为字符串
            value = value.strip()
            if not value.replace('.', '').isdigit():  # 检查值是否非数字
                continue
        try:
            row[column] = float(value)
        except (ValueError, AttributeError):
            pass  # 跳过非数字值的转换

原函数调用代码：

filename = 'Train_data.csv'
dataset = load_csv(filename)
dataset = dataset[1:]
for i in range(0, len(dataset[0]) - 1):
        str_column_to_float(dataset, i)

我未找到问题根源，也无法理解为何仅Colab报错、VS Code运行正常。随后尝试指定跳过含文字的列，问题仍未解决：

修改后的函数：

def str_column_to_float(dataset, column):
    for row in dataset:
        row[column] = float(row[column].strip())

修改后的调用代码：

for i in range(0, len(dataset[0])-1):
    if i not in [1, 2, 3, 42]:  # 跳过列1、2、3和42的转换
        str_column_to_float(dataset, i)

内容的提问来源于stack exchange，提问作者Obaid Sohail