Python代码出现IndexError报错求助：索引0超出轴0的大小0

错误原因 #

报错出现在这一行：

list_of_songs.append(df_final[df_final['song_id']== str(i) ]['title'].unique()[0])

当df_final[df_final['song_id']== str(i)]返回空DataFrame时，['title'].unique()会得到一个空数组，此时访问索引[0]就会触发IndexError。

可能的触发场景：

• top_n_songs返回的索引i对应的歌曲ID，在df_final中不存在
• 盲目将i转成字符串str(i)，但df_final['song_id']的类型是整数，导致匹配失败（比如i是123，转成"123"后和df里的123不相等）

分步修复 #

1. 定位问题ID #

在循环里加日志，找出哪些i没有匹配到结果：

res = list(top_n_songs(final_play, 10, 100))
list_of_songs = []
for i in res:
    # 先获取匹配结果
    match = df_final[df_final['song_id'] == str(i)]
    if match.empty:
        print(f"警告：未找到song_id为 {str(i)} 的歌曲")
        continue
    # 再取标题
    title = match['title'].unique()[0]
    list_of_songs.append(title)
print(list_of_songs)

运行后就能看到哪些ID出问题，针对性排查。

2. 修复类型不匹配问题 #

先检查final_play的索引类型和df_final['song_id']的类型是否一致：

# 查看final_play的索引类型
print(type(final_play.index[0]))
# 查看df_final['song_id']的类型
print(type(df_final['song_id'].iloc[0]))

如果两者类型一致（比如都是整数），就不需要转成字符串，直接用i匹配：

match = df_final[df_final['song_id'] == i]

3. 更高效的写法（替代循环） #

用pandas的merge操作一次性关联数据，避免循环和索引错误：

import pandas as pd

# 先获取top N的song_id列表
top_ids = top_n_songs(final_play, 10, 100)
# 转成DataFrame方便关联
top_df = pd.DataFrame({'song_id': top_ids})
# 关联df_final获取标题，自动过滤无匹配的项
list_of_songs = top_df.merge(df_final[['song_id', 'title']], on='song_id', how='left')['title'].dropna().tolist()

4. 给top_n_songs加安全校验 #

避免函数返回空列表导致后续循环无意义：

def top_n_songs(data, n, min_play_counts=100):
    recommendations = data[data['play_freq'] > min_play_counts]
    if recommendations.empty:
        print(f"警告：没有播放量超过{min_play_counts}的歌曲")
        return []
    recommendations = recommendations.sort_values(by='avg_count', ascending=False)
    return recommendations.index[:n]

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