如何填充缺失的ACCESSORIES列值以解决Pandas索引越界报错

你遇到的报错是筛选ACCESSORIES特征后得到的DataFrame为空，直接取下标0的元素触发的越界错误，只要在取值前增加空判断，无匹配特征时填入默认值即可。

修复方式1（直观易读写法） #

直接替换原代码中对应的以下两行：

df1 = df[df['trait_type']=='ACCESSORIES']
accessories.append(df1['value'].values[0])

替换为如下逻辑：

df1 = df[df['trait_type']=='ACCESSORIES']
if not df1.empty:
    # 存在ACCESSORIES特征，取对应值
    accessories.append(df1['value'].values[0])
else:
    # 无对应特征时填充默认值，可按需替换为 None、0、'' 等你需要的数值
    accessories.append(pd.NA)

修复方式2（精简写法） #

也可以用迭代器+默认值的写法实现一行完成判断+取值：

df1 = df[df['trait_type']=='ACCESSORIES']
accessories.append(next(iter(df1['value'].values), pd.NA))

如果你后续要提取backgrounds、shoes等其他特征，也可以套用完全相同的逻辑，修改对应的trait_type筛选值即可。

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