无法将分组数据转为numpy数组，报KeyError:'Số'错误

错误根源 #

你的CSV实际列名是Ngày(Date)和Số(Number)，但代码里全程用"Số"作为列名，完全不匹配，这才触发了KeyError。另外分组后的apply操作已经返回列表，后续的eval属于多余操作，反而可能引发额外问题。

修正步骤 #

• 统一列名：要么直接使用原始列名Số(Number)操作，要么提前把列名重命名为更简洁的Số，避免后续混淆。
• 简化分组逻辑，去掉不必要的eval步骤。

完整修正代码 #

import numpy as np
import pandas as pd

# 读取CSV文件，指定编码和分隔符
df = pd.read_csv("C:/Users/Admin/lonum_fixed.csv", encoding="utf-8", sep=",")
# 去除列名前后可能存在的空格
df.columns = df.columns.str.strip()

# 方案1：直接使用原始列名进行分组，并指定结果列名
grouped_data = df.groupby("Ngày(Date)")["Số(Number)"].apply(lambda x: x.astype(int).tolist()).reset_index(name="Số")

# 方案2：先重命名列名再分组（更简洁）
# df.rename(columns={"Ngày(Date)": "Ngày", "Số(Number)": "Số"}, inplace=True)
# grouped_data = df.groupby("Ngày")["Số"].apply(lambda x: x.astype(int).tolist()).reset_index()

# 生成所需数据矩阵
data_matrix = np.array(grouped_data["Số"].tolist())

额外说明 #

• 用x.astype(int).tolist()转换列表比list(map(int, x.values))更简洁高效。
• reset_index(name="Số")可以直接指定分组后的结果列名，避免groupby操作后生成默认的匿名列，这也是之前可能导致列名混乱的潜在原因。

内容的提问来源于stack exchange，提问作者gialociubc