Python：使用 str.split 并使列表索引超出范围

Question

我刚开始使用 python 并试图将我的一些 R 代码转换为 python。任务比较简单；我有许多带有变量名（在本例中为单元格行）和值（IC50）的 csv 文件。我需要提取所有文件之间共享的所有变量及其值。其中一些文件共享保存变量，但格式不同。例如，在某些文件中，变量只是“Cell_line”，而在其他文件中，它是 MEL:Cell_line。因此，首先要进行直接字符串比较，我需要将它们格式化为相同，因此我尝试使用 str.split() 来这样做。可能有更好的方法来做到这一点，但现在我使用以下代码：

import csv
import os
# Change working directory
os.chdir("/Users/joshuamannheimer/downloads")
file_name="NCI60_Bleomycin.csv" 
with open(file_name) as csvfile:
    NCI_data=csv.reader(csvfile, delimiter=',')
    alldata={}
    for row in NCI_data:
        name_str=row[0]
        splt=name_str.split(':')
        n_name=splt[1]
        alldata[n_name]=row

[1] name_str.split 返回一个长度为 2 的列表。由于我想要的部分在“：”之后，我想要第二个元素，它应该被索引为 splt[1]，因为 splt[0] 是 python 中的第一个。但是，当我运行代码时，我收到此错误消息“IndexError: list index out of range” 我正在尝试长度为 2 的列表中的第二个元素，因此我不知道为什么它超出了范围。任何帮助或建议将不胜感激。

Answer 1

我很确定有些行中name_str 没有:。在您自己的示例中，如果name_str 是Cell_line，它将失败。

如果您确定 name_str (at max) 中只有 1 个 : ，或者如果有多个 : 您想选择最后一个，而不是 splt[1] ，您应该使用-splt[-1]。 -1 索引将采用列表中的最后一个元素（除非它为空）。

Answer 2

简单的答案是，有时数据不符合您编写此代码时假定的规范（即有一个冒号和两个字段）。

解决这个问题的最简单方法是添加一个 if 块 if len(splot)==2: 并在该块中执行后续行。

或者，添加else: 并打印不那么规范的行或将它们保存在某个地方以便您进行诊断。

像这样：

import csv
import os
# Change working directory
os.chdir("/Users/joshuamannheimer/downloads")
file_name="NCI60_Bleomycin.csv" 
with open(file_name) as csvfile:
    NCI_data=csv.reader(csvfile, delimiter=',')
    alldata={}
    for row in NCI_data:
        name_str=row[0]
        splt=name_str.split(':')
        if len(splt)==2: 
             n_name=splt[1]
             alldata[n_name]=row
        else:
             print "invalid name: "+name_str

或者，您可以使用try/except，在这种情况下更健壮一些，因为我们可以在任何地方处理 IndexError，在row[0] 或split[1] 中，使用一个异常处理程序，而我们没有必须指定:分割字段的长度应该是2。

此外，我们可以在拆分之前明确检查是否确实存在:，并适当地分配名称。

import csv
import os
# Change working directory
os.chdir("/Users/joshuamannheimer/downloads")
file_name="NCI60_Bleomycin.csv" 
with open(file_name) as csvfile:
    NCI_data=csv.reader(csvfile, delimiter=',')
    alldata={}
    for row in NCI_data:
        try:
            name_str=row[0]
            if ':' in name_str:
                splt=name_str.split(':')
                n_name=splt[1]
            else:
                n_name = name_str
            alldata[n_name]=row
        except IndexError: 
            print "bad row:"+str(row)