ANZ虚拟实习Pandas处理经纬度报IndexError及字符串替换失败问题

1. merchant_long_lat经纬度转换IndexError报错修复 #

报错根因 #

即使字段整体存在，只要单条数据存在以下情况，拆分后取索引1的操作就会触发越界：

• 字段值为pandas原生空值NaN
• 字段值为n/a/无效字符串，拆分后长度小于2
• 字段值不存在空格分隔符

排查命令 #

运行以下代码定位异常行：

# 统计所有行拆分后的长度分布
print(data['merchant_long_lat'].str.split(' ').str.len().value_counts())
# 筛选出拆分后长度不足2的异常记录
print(data[data['merchant_long_lat'].str.split(' ').str.len() < 2]['merchant_long_lat'])

修复代码 #

在列表推导式中增加合法性校验，避免越界，同时优化重复拆分逻辑：

data["merchant_long_lat"] = [
    coords.split(" ")[::-1] 
    if isinstance(coords, str) and len(coords.split(" ")) == 2 
    else [None, None] 
    for coords in data.merchant_long_lat
]

2. n/a字符串替换不生效修复 #

失效根因 #

常见触发场景有3类：

• 待替换的n/a不是字符串类型，是pandas原生NaN空值，字符串匹配规则无法命中
• n/a存在前后空格、大小写变体（如N/a、N/A），精确匹配无法命中
• 替换操作未设置inplace=True，也没有将结果赋值回原字段，修改未落地

排查命令 #

运行以下代码定位匹配失效原因：

# 统计原生空值数量
print("原生NaN数量：", data['merchant_long_lat'].isna().sum())
# 模糊匹配所有形式的n/a
print("变体n/a数量：", data['merchant_long_lat'].astype(str).str.strip().str.lower().eq('n/a').sum())

修复代码 #

统一处理所有空值和变体格式的n/a，确保替换生效：

# 先统一清洗格式，再批量替换所有无效值
data['merchant_long_lat'] = data['merchant_long_lat'].astype(str).str.strip().str.lower()
data['merchant_long_lat'] = data['merchant_long_lat'].replace(['n/a', 'nan'], None)

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