Pandas处理DataFrame拆分字符串时出现KeyError:18的解决求助

错误根源 #

你循环遍历的是train的索引，但却在test_df_bin中读取数据——两个DataFrame的索引大概率不匹配，当train存在索引18但test_df_bin没有该索引时，就会触发KeyError。

另外代码还有潜在风险：比如名字拆分后可能只有单个元素，执行del name_id[0]后列表为空，后续取name_id[0]会引发索引越界错误；部分姓氏包含空格（如"van der Sar"），直接取拆分后的第一个元素会丢失完整姓氏。

修复方案 #

方案1：修正循环逻辑（基础版）

遍历test_df_bin自己的索引，同时增加长度判断避免报错：

last_name = []

# 遍历目标DataFrame的索引，而非train的索引
for i in test_df_bin.index:
    name_parts = test_df_bin['Name'][i].split(' ')
    # 先判断拆分后的列表长度，防止索引越界
    if len(name_parts) > 1:
        # 取拆分后的第二个元素作为姓氏
        surname = name_parts[1]
    else:
        # 若名字无空格，直接用原名字作为姓氏
        surname = name_parts[0]
    last_name.append(surname)

test_df_bin['Surname'] = last_name

方案2：Pandas矢量化操作（推荐，更高效）

用Pandas内置的字符串方法替代循环，处理更高效且代码更简洁：

# 只拆分一次空格，将名字分为"名"和"姓氏（含空格）"两部分
test_df_bin['Surname'] = test_df_bin['Name'].str.split(' ', n=1).str[1]
# 对无空格的名字，用原名字填充姓氏列
test_df_bin['Surname'] = test_df_bin['Surname'].fillna(test_df_bin['Name'])

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