Python ValueError：解包需要超过1个值，如何使代码更健壮？

在过去的两三个月里，我的脚本运行得很好，但不知出于什么原因，我决定它会毁了我。我还没有更新Python或我在这个脚本中使用的任何库，但不管怎样，现在我需要帮助修复它

启动数据帧的步骤如下

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“contact_name”列，该列以“（first）（last）”开头，即“John Doe”，我想为first和last添加两列。新的DF如下：

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

程序正在拆分联系人姓名和/或创建新列。我一直在使用的代码行是：

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

追踪显示：

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

当我浏览一些资料时，我发现有人在使用line.split时遇到了同样的问题（不是在Pandas内部，一般来说只是python），有人说可能是因为这两个值都不存在。果不其然，这似乎是3个月来我第一次在“联系人姓名”列中只得到一个值，所以我不是“John Doe”，而是“John”（幸运的是，这是CSV中的第一个条目，否则我会被难倒一段时间，试图查看每一行）

所以我的问题是，我如何使我的代码更健壮，这样如果这个问题再次出现，我们就可以解决它。我想我要做的是，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中实现，因为循环并不理想

---

谢谢你的帮助

您正在寻找的是一种从

'John Doe'

返回

['John'，'Doe']

的方法，以及从

'John'

返回

['John'，'Doe']

的方法。这样，您将始终有两个值要解压缩

当然有不同的解决方案，但我可以建议一种避免循环的解决方案：

x.split(' ', 1) if ' ' in x else [x, '']

将其插入

lambda

函数可以避免遇到错误。请注意，首先去除空白很重要，因为它们会使测试无效：

df1['registrant_name'].str.strip().apply(lambda x: x.split(' ', 1) if ' ' in x else [x, ''])

可能将itemgetter与str.partition一起使用：

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)

---

请注意，为了避免两次剥离名称，我做了很多工作，例如在

x.split（）中，如果len（x.split（））>1 else[x'，]

。在您的代码中，您可以避免使用lambda函数，而是使用

df1['registant\u name'].str.split（）

。很好，我忘记了

分区
的问题。操作符是Python中的默认库吗？或者它是我需要安装的东西，因为它在运行代码时会抛出一堆错误。你会得到什么错误
operator.itemgetter
是一种内置方法哦，没关系，我知道问题出在哪里了。你在df中使用了'name'，只需将其更改为'contact_name'的实际列名：）哈哈，够公平的了！对我来说，这是一个很好的练习，学习如何通读这些信息，并试着自己找出一些东西；）这似乎工作得很好！
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)