python - ValueError : need more than 1 value to unpack, 如何让我的代码更健壮？

Question

在过去的 2 或 3 个月里，我一直让这个脚本运行得很好，然后出于我不知道的原因，它决定它会破坏我。我没有更新 Python 或我在此脚本中使用的任何库，但无论如何，现在我需要帮助修复它。

启动dataframe如下

Company, Registered date, Contact name, Contact email, Contact phone

我通过将所有列转换为小写并将空格替换为“_”来清理这些列

下一步是拆分以“(first)(last)”开头的“contact_name”列，即“John Doe”，我想为第一个和最后一个添加 2 列。新DF如下，

company, registered_date, contact_name, first_name, last_name, contact_email, contact_phone

程序中断了联系人姓名的拆分和/或新列的创建。我一直用来执行此操作的代码行是:

df1['first_name'], df1['last_name'] = zip(*df1['registrant_name'].apply(lambda x: x.split(' ', 1)))

回溯说:

File "(name).py", line 123
df1['first_name'], df1['last_name'] = zip(*df1['registrant_name'].apply(lambda x: x.split(' ', 1)))
ValueError: need more than 1 value to unpack

当我浏览一些东西时，我发现有人在使用 line.split 时遇到同样的问题(不是在 Pandas 内部，一般来说只是 python)，有人说这可能是因为两个值都不存在。果然，这似乎是 3 个月来我第一次以某种方式在“contact_name”列中得到一个值，而不是“John Doe”，它只是“John”(幸运的是，这实际上是第一个条目在这个 CSV 中，否则我会被难住一段时间试图浏览每一行)。

所以我的问题是，如何使我的代码更健壮，以便在再次出现此问题时我们可以解决它。我在想我想做的是，如果没有空格，它只会将当前值作为“first_name”，然后添加“NaN”作为姓氏。我只是不知道如何在 DF 中执行此操作，因为循环并不理想。

感谢您的帮助!

Answer 1

也许将 itemgetter 与 str.partition 一起使用:

import pandas as pd


df = pd.DataFrame(["foo bar" , "foo", "bar barf"],columns=["name"])
from operator import itemgetter


df['first_name'], df['last_name'] = zip(*df['name'].apply(lambda x: itemgetter(0,2)(x.partition(' '))))

这会给你一个空字符串来表示缺少姓氏，所以我不确定这是否可取。

        name first_name last_name
0   foo bar        foo       bar
1       foo        foo          
2  bar barf        bar      barf

不确定这是否会更快但它避免了 lambda:

import pandas as pd

df = pd.DataFrame(["foo bar" , "foo", "bar barf"],columns=["name"])
from operator import itemgetter


df['first_name'], df['last_name'] = zip(*map(itemgetter(0, 2), df['name'].str.partition(" ").values))
print(df)