解决Pandas中str.split()提取第二值时的索引越界报错问题

核心方案 #

放弃str.split(' ',1,expand=True)的拆分方式，改用str.extract()配合正则表达式一次性提取数值与注释，既能规避无注释时的报错，还能简化代码逻辑。

完整代码示例 #

假设你的DataFrame为df，包含待处理的score列：

import pandas as pd

# 示例测试数据
df = pd.DataFrame({
    'id': [1, 2],
    'score': ['95 A, 88 B+, 76', '89 C, 92, 77 D-']
})

# 第一步：拆分逗号分隔的条目并展开为单独行
df_exploded = df.assign(score=df['score'].str.split(', ')).explode('score')

# 第二步：用正则提取数值和注释，自动兼容无注释的情况
extracted = df_exploded['score'].str.extract(r'^(\d+)\s*(.*)$', expand=True)
extracted.columns = ['numeric_score', 'comment']

# 合并回原数据的其他字段
final_df = pd.concat([df_exploded.drop('score', axis=1), extracted], axis=1)

关键细节解释 #

• 正则表达式^(\d+)\s*(.*)$：
  • (\d+)：匹配开头的连续数字（提取纯数值部分）
  • \s*：匹配0个或多个空白字符（兼容数值与注释间有/无空格的情况）
  • (.*)：匹配剩余所有内容（提取注释，无注释时返回空字符串，不会触发报错）
• str.extract()的优势：无论目标字符串是否带注释，都会返回固定数量的列，彻底避免str.split()无分隔符时的ValueError，以及后续索引访问时的KeyError
• 简化代码：无需额外写分支判断每行是否有注释，一行代码完成提取，消除冗余逻辑

结果说明 #

处理后的final_df会保留原DataFrame的所有非score列，新增numeric_score（纯数值）和comment（注释，无注释则为空）列，所有行均可正常处理，无报错。

内容的提问来源于stack exchange，提问作者Steve..Johnson