Pandas处理列表值列：筛选特定序列记录报错解决

嘿，这个问题我之前也碰到过！你报错的KeyError: -1根源在于没分清Pandas Series和普通Python列表的索引逻辑：直接对df.stage_seq用[-1]时，Pandas会把它当成要取整个Series的最后一行数据，而不是遍历每个列表元素取其最后一项，自然找不到-1这个行索引，就报错了。

下面给你两种靠谱的处理方法：

方法一：用apply+lambda快速筛选 #

这是最直接的方式，专门针对这种单条件的筛选需求：

# 保留不满足「最后阶段是E且倒数第二阶段是D」的记录
df = df[df['stage_seq'].apply(lambda x: not (x[-1][0] == 'E' and x[-2][0] == 'D'))]

简单解释下：

• df['stage_seq'].apply(lambda x: ...) 会逐个遍历stage_seq列里的每个列表元素x
• 对每个列表x，我们检查它最后一个元组的第一个值（x[-1][0]）是不是'E'，同时倒数第二个元组的第一个值（x[-2][0]）是不是'D'
• 用not取反，就能把符合删除条件的行（也就是id=3的记录）排除掉

方法二：拆分列表后分组判断（适合复杂场景） #

如果你后续还要对这些阶段数据做更多操作，比如统计每个id的阶段数量、提取特定位置的阶段，这种拆分后分组的方式会更灵活：

# 把每个列表拆成多行，保留原id的关联
exploded_df = df.explode('stage_seq', ignore_index=False)
# 按id分组，取出每个id对应的倒数第二和最后一个阶段
last_two_stages = exploded_df.groupby('id')['stage_seq'].nth([-2, -1]).unstack()
# 提取每个阶段的名称（元组的第一个值）
last_two_stages = last_two_stages.applymap(lambda x: x[0])
# 筛选出不符合删除条件的id
valid_ids = last_two_stages[(last_two_stages[0] != 'D') | (last_two_stages[1] != 'E')].index
# 用合法id过滤原DataFrame
df = df[df['id'].isin(valid_ids)]

额外提醒 #

如果你的数据里存在列表长度小于2的记录，直接用x[-2]会触发索引错误，建议先过滤掉这类无效数据：

# 先筛掉列表长度不足2的行
df = df[df['stage_seq'].apply(len) >= 2]

内容的提问来源于stack exchange，提问作者Edamame