使用Pandas Apply调用返回列表的函数时遇IndexError，求将列表元素转为DataFrame多列的解决方案

嘿，我来帮你捋捋这个问题哈~

你碰到的IndexError: list index out of range，核心原因是你的parse_config函数默认所有输入字符串都符合abc.(e).ghi这种至少包含两个.的格式，但你的DataFrame里肯定存在一些不符合规则的行（比如字符串里没点、只有一个点），导致pos列表长度不够2，访问pos[-2]时自然就触发索引越界了。

给你两个实用的解决方案，一个是修复自定义函数的鲁棒性，另一个是更高效的正则提取方式：

方案一：修复自定义函数+规范转列操作 #

首先优化你的parse_config函数，增加格式判断，避免因输入异常报错：

import re

def parse_config(string):
    str_val = str(string)
    # 提取所有`.`的位置
    pos = [match.start() for match in re.finditer(r'\.', str_val)]
    # 如果不符合预期格式，返回固定长度的空值列表，保证后续转列不会出错
    if len(pos) < 2:
        return ['', '', '', '']
    # 原有的解析逻辑
    out = []
    out.append(str_val[0:pos[-2]])
    out.append(str_val[pos[-2]+2:pos[-1]-1])
    out.append(str_val[pos[-1]+1:][:-1])
    out.append(str_val[pos[-1]+1:][-1])
    return out

然后用更稳妥的方式把解析结果转为多列：

# 对configuration列应用函数，将返回的列表转为DataFrame
new_columns = df['configuration'].apply(parse_config).apply(pd.Series)
# 给新列命名
new_columns.columns = ['a', 'b', 'c', 'd']
# 把新列合并到原DataFrame
df = pd.concat([df, new_columns], axis=1)

方案二：用正则直接提取（更高效，优先推荐） #

其实这种固定格式的字符串解析，用Pandas的str.extract正则提取会更高效，还不用写自定义函数：

# 正则匹配目标格式，直接提取4个分组
df[['a', 'b', 'c', 'd']] = df['configuration'].str.extract(r'^(.*)\.\((.*)\)\.(.*)(.)$', expand=True)

这个正则的逻辑是：

• ^(.*)：匹配开头到第一个.(之前的内容（对应示例里的abc）
• \.\((.*)\)\.：匹配.(和).之间的内容（对应示例里的e）
• (.*)：匹配最后一个.到倒数第一个字符的内容（对应示例里的gh）
• (.)$：匹配最后一个字符（对应示例里的i）
  如果遇到不符合格式的行，对应的列会自动填充为NaN，你可以后续再统一处理这些异常值。

备注：内容来源于stack exchange，提问作者JWood