Pandas数据框中字符串切片与列表推导式报错问题求助

报错原因 #

你遇到的IndexError: string index out of range，不是列表遍历范围的问题，而是数据框中存在部分Code字符串长度小于3的记录——虽然首尾的Code长度足够，但中间有短字符串，访问索引2时就会触发越界错误。

解决方案 #

直接用pandas的矢量化操作处理，无需转成列表，更高效且能处理异常情况：

1. 排查无效Code（可选但推荐）
   先找出所有长度不足3的Code记录，确认数据问题：

invalid_codes = df[df["Code"].str.len() < 3]
print(invalid_codes)

2. 提取大洲编码并映射名称
   一步完成提取第三个字符、映射大洲名称，同时处理长度不足的情况：

# 定义编码与大洲的映射关系
continent_mapping = {
    "1": "欧洲",
    "2": "非洲",
    "3": "美洲",
    "4": "亚洲",
    "5": "大洋洲"
}

# 生成Continent列
df["Continent"] = df["Code"].apply(
    lambda x: continent_mapping.get(x[2], None) if len(x) >= 3 else None
)

原有代码问题说明 #

你原来的列表推导式[codelist[x][2] for x in range(0,len(codelist)-1)]存在两个问题：

• 遍历范围range(0, len(codelist)-1)会漏掉最后一个元素（range是左闭右开规则）
• 未处理长度不足3的Code，这才是触发报错的核心原因

用pandas的apply或str方法处理，既能避免手动遍历的繁琐，也能更优雅地处理异常数据。

内容的提问来源于stack exchange，提问作者Фома Ф