DataFrame列处理函数报错：字符串索引越界（指向word[0]）

看起来你遇到的问题很典型——单独测试函数完全正常，但批量处理DataFrame时触发了索引越界错误，核心原因肯定是你的数据里存在空字符串或者全是空格的元素，而你单独测试用的都是非空的正常值，所以没暴露这个问题。

问题分析 #

报错指向word[0]，说明当函数处理到某个空字符串（""）或者全空格字符串（" "）时，尝试访问索引0的字符，但这类字符串长度为0，自然会触发IndexError。毕竟你单独测试的都是"David"、" Bob"这种非空元素，不会触发这个问题。

解决方案 #

方案1：修复自定义函数，加入空值判断

先给你的处理函数加上空值防护逻辑，提前过滤无效内容：

def clean_genre(word):
    # 先去除字符串首尾的所有空格
    stripped_word = word.strip()
    # 如果处理后是空字符串，直接返回空（或者根据需求返回其他默认值）
    if not stripped_word:
        return ""
    # 这里放你原来的处理逻辑，比如修正首字母格式：
    return stripped_word.capitalize()
    # 如果只是要去掉开头空格，直接返回stripped_word即可

然后应用到DataFrame的列表列：

df['cleaned_genres'] = df['genres'].apply(lambda genre_list: [clean_genre(word) for word in genre_list])

方案2：用Pandas原生方法（更简洁高效）

如果不需要复杂的自定义逻辑，只是要去掉元素开头的空格并处理空值，用Pandas的explode+字符串方法会更符合Pandas风格：

# 1. 将列表列拆分成单行
exploded_df = df.explode('genres')
# 2. 去除每个元素的空格，可选首字母大写
exploded_df['genres'] = exploded_df['genres'].str.strip().str.capitalize()
# 3. 过滤掉处理后为空的元素
exploded_df = exploded_df[exploded_df['genres'] != '']
# 4. 重新聚合回列表格式
df['cleaned_genres'] = exploded_df.groupby(exploded_df.index)['genres'].agg(list)

额外检查：定位异常数据 #

你可以先排查一下DataFrame里哪些行包含无效元素，方便后续数据清洗：

# 找出包含空/全空格元素的行
invalid_rows = df[df['genres'].apply(lambda x: any(not word.strip() for word in x))]
print(invalid_rows)

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