Python字符串拼接失败排查：姓名格式转换脚本中断

需求是把“SURNAME, First Names, Religious Title”格式的姓名转换为“First Names Surname”格式。脚本能提取姓名组件，也能把全大写姓氏转成首字母大写，但在字符串拼接（join()）环节后触发IndexError，脚本直接中断，输出空的person_cleaned列表。

代码片段 #

try:
  for x in range(0, df_length):
      print(df_length - x)
      e_df=df.iloc[[x]].fillna("@") # virtual value to avoid issues with empty data frames

      # CLEAN PERSON NAMES

      pers_name=e_df['pers_name'].values[0]
      print(pers_name)
      if "," in pers_name:
        pers_new=pers_name.split(",")
        first_name=pers_new[1].strip()
        print(first_name)
        last_name=pers_new[0].title().strip() # change "all caps" to sentence case
        print(last_name)
        rel_title=pers_new[2].strip()
        name_list=(first_name, last_name)

        try:
          name_reversed=" ".join(name_list) # religious titles are being ignored
          print("This is the new name: ", name_reversed)
        except Exception as e:
          print(e)
      else:
        name_reversed=re.sub("\s\s+" , " ", pers_name)
      print(name_reversed)
      person_cleaned.append(name_reversed)
    
except IndexError:
  print("No more names found.")

# add column with cleaned person names

print(person_cleaned)
print(len(person_cleaned))
df['pers_cleaned']=person_cleaned

frame_list.append(df)

输入数据示例 #

输出结果 #

7155
 DORSCH, Anton Joseph
Anton Joseph
Dorsch
No more names found.
[]

错误根源 #

不是join()的问题，问题出在rel_title=pers_new[2].strip()这一行：

• 第一个输入数据DORSCH, Anton Joseph用逗号分割后，得到的列表是['DORSCH', ' Anton Joseph']，只有2个元素，索引最大是1，直接访问索引2会触发IndexError。
• 你把整个循环都包在了外层的try-except里，这个错误被捕获后直接跳出了整个循环，导致person_cleaned还没添加任何元素就终止了，所以输出空列表。

修复方案 #

1. 缩小异常捕获范围，避免一次错误中断全部处理 #

把外层包裹整个循环的try-except去掉，只在可能出错的地方单独处理，或者提前判断避免出错。

2. 提前判断分割后的列表长度，避免索引越界 #

在访问pers_new的索引前，先检查列表长度，确保存在对应元素再取值。

修改后的代码 #

person_cleaned = []
for x in range(df_length):
    print(df_length - x)
    e_df = df.iloc[[x]].fillna("@")
    pers_name = e_df['pers_name'].values[0]
    print(pers_name)
    if "," in pers_name:
        pers_new = pers_name.split(",")
        # 确保至少有姓氏和名字两部分才处理格式转换
        if len(pers_new) >= 2:
            first_name = pers_new[1].strip()
            print(first_name)
            last_name = pers_new[0].title().strip()
            print(last_name)
            # 只有存在第三部分时才提取宗教头衔（需求里不需要用到，可忽略）
            if len(pers_new) >= 3:
                rel_title = pers_new[2].strip()
            # 拼接名字，这里join完全没问题
            name_reversed = " ".join([first_name, last_name])
            print("This is the new name: ", name_reversed)
        else:
            # 处理格式不符合的情况，直接保留原姓名
            name_reversed = pers_name.strip()
    else:
        # 没有逗号的姓名，直接去重空格
        name_reversed = re.sub("\s\s+" , " ", pers_name)
    print(name_reversed)
    person_cleaned.append(name_reversed)

# 后续添加列的代码不变
print(person_cleaned)
print(len(person_cleaned))
df['pers_cleaned'] = person_cleaned
frame_list.append(df)

关键修改点 #

• 移除了外层的try-except，避免单个数据出错导致整个处理中断
• 增加了len(pers_new)的判断，确保访问索引前元素存在
• 简化了名字拼接的写法，直接用列表传给join()，效果和元组一致
• 明确处理了不同格式的姓名情况，避免异常

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