使用Lambda拆分多列时触发IndexError: list index out of range问题求助

尝试拆分数据列中的值时，持续触发list index out of range错误，相关代码及报错信息如下：

代码片段：

for c in new_col:
    df1[c] = df1[c].apply(lambda x: x.split("/")[0])
    df2[c] = df2[c].apply(lambda x: x.split("/")[1])

报错信息：

Input In [46], in <lambda>(x)
      4 for c in new_col:
      5     df1[c] = df1[c].apply(lambda x: x.split("/")[0])
----> 6     df2[c] = df2[c].apply(lambda x: x.split("/")[1])

IndexError: list index out of range

核心问题是df2[c]中存在部分值，按/拆分后得到的列表长度不足2：

• 这些值可能不含/符号，拆分后仅得到单个元素的列表（比如值为"test"，拆分后是["test"]）
• 或者值为空字符串，拆分后得到[""]，此时访问索引[1]必然超出列表范围

1. 先排查并处理异常数据 #

先定位不符合格式的值，再做针对性处理：

# 可选：先打印列中不含/的异常值
for c in new_col:
    invalid_rows = df2[c][df2[c].str.contains("/") == False]
    print(f"列{c}中的异常值：\n{invalid_rows}")

# 处理异常值，比如给不含/的值补全格式，再拆分
for c in new_col:
    df2[c] = df2[c].apply(lambda x: x if "/" in x else f"{x}/")
    df2[c] = df2[c].apply(lambda x: x.split("/")[1])
    df1[c] = df1[c].apply(lambda x: x.split("/")[0])

2. 安全拆分，添加边界判断 #

在lambda中直接判断拆分后的列表长度，避免索引越界：

for c in new_col:
    # 取拆分后的第0个元素，无/则返回原值
    df1[c] = df1[c].apply(lambda x: x.split("/")[0] if "/" in x else x)
    # 取第1个元素，长度不足则返回空字符串（可自定义默认值）
    df2[c] = df2[c].apply(lambda x: x.split("/")[1] if len(x.split("/")) >= 2 else "")

3. 使用pandas内置方法更高效 #

用str.split配合expand参数直接拆分，再提取指定位置，同时用fillna处理异常：

for c in new_col:
    # 拆分df1的列，取第0个元素，异常时填充原值
    df1[c] = df1[c].str.split("/", expand=True)[0].fillna(df1[c])
    # 拆分df2的列，取第1个元素，异常时填充空字符串
    df2[c] = df2[c].str.split("/", expand=True)[1].fillna("")

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