为什么访问使用 .apply() 生成的列表中的元素会为落在列表 len 范围内的索引返回 IndexError？

问题描述

给定一个包含如下数据的表，列 ['ordered_stint'] 是一个字符串。我可以使用 stints['ordered_stint].split(',') 访问该字符串的一部分。

|id       |ordered_stint                                              |
|---------|-----------------------------------------------------------|
|12345678 | 1234,5678,9012,3456,7891,2345,6789,1235,6781,2468|
|24682468 | 1111,2222,3333,4444,5555,6666,7777,8888,9999,3579|

我想将这个字符串拆分成 10 个子字符串，每个子字符串都放在一个单独的列中。运行以下循环（独立于 DataFrame）我可以访问字符串中的任何值：

for s in stints['ordered_stint']:
    j = [i for i in s.split(',')]
    print(j[0])

确实，我什至可以如下运行，确认j（生成的列表）的len为10，然后访问0到9之间的任意索引。

for s in stints['ordered_stint']:
    j = [i for i in s.split(',')]
    print(len(j))
    print(j[1])

然而，当我尝试在 DataFrame 的上下文中执行相同的操作时，我始终为高于 0 的任何索引引发 IndexError: List index out of range。因此，在以下代码段中，['offense_1'] 生成第一个元素['ordered_stint']，但 ['offense_2'] 引发 IndexError：

def stint_slicer(x,num):
    j = [i for i in x.split(',')]
    return j[num]

stints['offense_1'] = stints['ordered_stint'].apply(lambda x: stint_slicer(x,0))
stints['offense_2'] = stints['ordered_stint'].apply(lambda x: stint_slicer(x,1))

完整的回溯如下。请注意，我曾尝试同时使用 .map() 和 .apply()，但在任何一种情况下都会引发相同的异常。我也试过在没有 lambda 的情况下使用 .apply() ，如下所示：
stints['offense_1'] = stints['ordered_stint'].apply(stint_slicer(x,0))
这会引发 AttributeError: {value in the list} is not a valid function for 'Series' object,因为这会将函数应用于整个系列，而不是按元素应用它。

IndexError                                Traceback (most recent call last)
<ipython-input-299-8868e08ecc4a> in <module>
     24 
     25 stints['offense_1'] = stints['ordered_stint'].apply(lambda x: stint_slicer(x,0))
---> 26 stints['offense_2'] = stints['ordered_stint'].apply(lambda x: stint_slicer(x,1))
     27 #stints['offense_3'] = stints['ordered_stint'].apply(lambda x: stint_slicer(x,2))
     28 #stints['offense_4'] = stints['ordered_stint'].apply(lambda x: stint_slicer(x,3))

~\Miniconda3\lib\site-packages\pandas\core\series.py in apply(self,func,convert_dtype,args,**kwds)
   4198             else:
   4199                 values = self.astype(object)._values
-> 4200                 mapped = lib.map_infer(values,f,convert=convert_dtype)
   4201 
   4202         if len(mapped) and isinstance(mapped[0],Series):

pandas\_libs\lib.pyx in pandas._libs.lib.map_infer()

<ipython-input-299-8868e08ecc4a> in <lambda>(x)
     24 
     25 stints['offense_1'] = stints['ordered_stint'].apply(lambda x: stint_slicer(x,3))

<ipython-input-299-8868e08ecc4a> in stint_slicer(x,num)
     21 def stint_slicer(x,num):
     22     j = [i for i in x.split(',')]
---> 23     return j[num]
     24 
     25 stints['offense_1'] = stints['ordered_stint'].apply(lambda x: stint_slicer(x,0))

IndexError: list index out of range

解决方法

根据您的要求，这应该可行：

>>> data={'id': {0: 12345678,1: 24682468},...:  'ordered_stint': {0: '1234,5678,9012,3456,7891,2345,6789,1235,6781,2468',...:   1: '1111,2222,3333,4444,5555,6666,7777,8888,9999,3579'}}

>>> df = pd.DataFrame(data)

         id                                      ordered_stint
0  12345678  1234,1235...
1  24682468  1111,8888...

>>> df.ordered_stint = df.ordered_stint.str.split(',')
>>> pd.concat([df.id,pd.DataFrame(df.ordered_stint.to_list())],axis=1)
         id     0      1      2      3      4      5      6      7      8      9
0  12345678  1234   5678   9012   3456   7891   2345   6789   1235   6781   2468
1  24682468  1111   2222   3333   4444   5555   6666   7777   8888   9999   3579