IndexError求助：numpy数组索引越界（冰球分析程序开发）

问题背景 #

我正在开发一个基础冰球分析程序，作为pandas和numpy新手，遇到了IndexError问题。已筛选出NYR队的game_id并转为numpy数组，希望去掉每个ID的前5位数字，但在循环中直接用数组元素作为索引访问时，出现了“index 2021020004 is out of bounds for axis 0 with size 82”的错误。

相关代码 #

筛选数据的代码：

import numpy as np

nyr_sched = nhl2021_22_sched[(nhl2021_22_sched['home_team'] == 'NYR') | (nhl2021_22_sched['away_team'] == 'NYR')]

# 这段循环完全多余，直接取列即可
for game in nyr_sched:
    nyr_GID = nyr_sched['game_id']

nyr_GID = np.array(nyr_GID)
nyr_GID.tolist()  # 此行未赋值，无实际作用
nyr_GID

输出：

array([2021020004, 2021020011, 2021020023, 2021020035, 2021020059,...])

错误代码：

for i in nyr_GID:
    nyr_GID[i] = nyr_GID[i][5:]
    print("Game {} ID is {}".format(i, nyr_GID[i]))

错误栈：

IndexError                                Traceback (most recent call last)
/var/folders/v8/z9h_xhmj1t38rzq1351q_my40000gn/T/ipykernel_13046/4170336391.py in <module>
      1 count = 0
      2 for i in nyr_GID:
----> 3     nyr_GID[i] = nyr_GID[i][5:]
      4     print("Game {} ID is {}".format(i, nyr_GID[i]))

IndexError: index 2021020004 is out of bounds for axis 0 with size 82

错误原因 #

核心问题有两个：

1. 循环变量误用：for i in nyr_GID中的i是数组里的game_id数值（比如2021020004），而非数组的索引（0、1、2...）。用这个超大数值去访问数组索引，必然超出数组长度（82个元素，最大索引为81）。
2. 数据类型不匹配：当前nyr_GID的元素是整数类型，整数不支持切片操作，必须先转为字符串才能执行[5:]截取。

解决方案 #

方法1：直接用pandas处理（最推荐） #

既然数据来自pandas DataFrame，无需转numpy数组，直接对列做字符串处理更高效：

# 将game_id转为字符串，截取第5位及之后的子串
nyr_sched['short_game_id'] = nyr_sched['game_id'].astype(str).str[5:]

# 若需要numpy数组，再转换
nyr_GID_short = nyr_sched['short_game_id'].to_numpy()

方法2：修正numpy循环写法 #

如果一定要用numpy，先转字符串类型，再通过索引循环：

# 转换为字符串数组
nyr_GID_str = nyr_GID.astype(str)

# 使用数组索引循环（0到81）
for idx in range(len(nyr_GID_str)):
    short_id = nyr_GID_str[idx][5:]
    print(f"Game {nyr_GID_str[idx]} ID is {short_id}")

# 更高效的向量化操作（替代循环）
nyr_GID_short = nyr_GID_str.str[5:]

额外优化：删除冗余代码 #

原代码中有两段无效代码，可直接删除：

• 遍历nyr_sched的循环完全多余，直接通过nyr_GID = nyr_sched['game_id']取列即可。
• nyr_GID.tolist()未赋值给变量，执行后无实际效果，可删除。

内容的提问来源于stack exchange，提问作者bildungsroman11