Python pandas lambda拆分字符串列报IndexError解决方法

IndexError: list index out of range 触发的核心原因是你的取值逻辑存在鲁棒性缺陷：

• 代码中固定取空格拆分后的第2个元素（索引为1），但Jugador列中必然存在不符合「单个缩写+单个空格+姓氏」格式的条目，比如值为空字符串、值不含空格、存在连续多个空格等情况，此时拆分得到的列表长度不足2，直接访问索引1就会触发越界。
• 你用split(' ')指定按单个空格拆分的写法本身也有问题：如果字符串首尾有空格、或者缩写和姓氏之间有多个连续空格，拆分结果会包含空字符串元素，即使不触发越界也可能拿到错误值。

推荐用pandas原生的字符串向量化接口实现，效率远高于apply写法，同时兼容各种异常格式不会触发越界：

df['Jugador'] = df['Jugador'].str.split().str[-1]

逻辑说明：

• 不带参数的.str.split()会自动将任意长度的连续空白作为分隔符，同时自动忽略字符串首尾的空格，拆分结果不会产生无意义的空字符串元素。
• 固定取拆分后列表的最后一个元素作为姓氏，既适配你当前样例里「缩写+姓氏」的格式，也兼容多段姓氏、无空格异常值等场景：遇到多段名字时最后一段就是姓氏，遇到无空格的单条异常数据时会直接返回原值，不会抛出错误。

提示：简单字符串处理场景优先用pandas原生.str向量化接口，运行速度比apply循环写法快数倍到数十倍，数据量越大性能优势越明显。

运行上述代码处理你提供的样例数据，输出完全符合预期：

Jugador       Equipo Equipo durante el período seleccionado
0  Gignac  Tigres UANL                             Tigres UANL
1  Ibáñez      Pachuca                                 Pachuca

如果你习惯用apply写法，也可以使用兼容版本的lambda逻辑：

df['Jugador'] = df.Jugador.apply(lambda name: name.split()[-1])

内容的提问来源于stack exchange，提问作者Omar B