遍历CSV文件计算条件均值时Pandas抛出KeyError（目标列确认存在）

我之前也踩过这种「明明列名看着就在那，Pandas偏说找不到」的坑，太闹心了！咱们从几个常见的排查方向入手解决：

1. 先确认所有CSV文件都包含目标列 #

你现在只检查了rtAvg列是否存在，但没对cond（也就是block1_trigger）做同样的校验——很可能某几个CSV文件里确实没有这个列，导致遍历到它的时候直接抛出KeyError。

可以给cond列也加上缺失处理逻辑，比如如果列不存在，就给所有行的该列赋值一个特殊值（比如9999），或者直接跳过这个文件：

if cond not in df.columns:
    # 要么给默认值，后续计算时这些值会被过滤掉
    df[cond] = 9999
    # 或者直接跳过当前文件，避免后续报错
    # continue

2. 排查列名的隐形空白/特殊字符 #

有时候列名看起来是block1_trigger，但实际带有隐形的空格、制表符、换行符，或者是全角空格（肉眼根本看不出来）。可以先统一清理所有列名的前后空白：

# 清理所有列名的前后空白（包括空格、制表符、换行符）
df.columns = df.columns.str.strip()
# 重新给变量赋值，确保用的是清理后的列名
rtAvg = 'block1_respo.rt'
cond = 'block1_trigger'

如果还是不行，可以打印出列名的原始字符，看看有没有异常：

print("当前文件列名：", [repr(col) for col in df.columns])

这样能看到列名的真实样子，比如如果是'block1_trigger\n'（带换行符），就能一眼发现问题。

3. 优化代码的索引写法，避免链式索引问题 #

你现在用的df.loc[df[cond]==101][rtAvg].mean()属于链式索引，可能会触发Pandas的SettingWithCopyWarning，也会增加出错概率。建议换成更安全的单步索引写法：

con1 = df.loc[df[cond]==101, rtAvg].mean()
con2 = df.loc[df[cond]==102, rtAvg].mean()
con3 = df.loc[df[cond]==103, rtAvg].mean()
con4 = df.loc[df[cond]==104, rtAvg].mean()

修改后的完整代码 #

把上面的优化点整合进去，代码会更健壮：

import os
import pandas as pd

folder_path = 'D:/Libraries/Documents/data'
rtAvg = 'block1_respo.rt'
cond = 'block1_trigger'
output_file = 'results_compiled.csv'

df_list = []

for filename in os.listdir(folder_path):
    if filename.endswith('.csv'):
        # Load the CSV file into a data frame
        df = pd.read_csv(os.path.join(folder_path, filename))
        
        # 第一步：清理所有列名的前后隐形字符
        df.columns = df.columns.str.strip()
        
        # 检查rtAvg列是否存在，缺失则填充9999
        if rtAvg not in df.columns:
            df[rtAvg] = 9999
        
        # 检查cond列是否存在，缺失则填充9999（或者跳过文件）
        if cond not in df.columns:
            df[cond] = 9999
            # 如果不想处理缺失列的文件，直接跳过：
            # continue
        
        # 用安全的索引方式计算均值
        rt_mean_b1 = df[rtAvg].mean()
        con1 = df.loc[df[cond]==101, rtAvg].mean()
        con2 = df.loc[df[cond]==102, rtAvg].mean()
        con3 = df.loc[df[cond]==103, rtAvg].mean()
        con4 = df.loc[df[cond]==104, rtAvg].mean()
        
        # Create a new row for the summary data
        summary_row = pd.DataFrame({
            'csv_file': filename,
            'rt_average': rt_mean_b1,
            '101_rt': con1,
            '102_rt': con2,
            '103_rt': con3,
            '104_rt': con4
        }, index=[0])
        
        # Append the summary data to the list of data frames
        df_list.append(summary_row)

summary_df = pd.concat(df_list)
summary_df.to_csv(output_file, index=False)

先试试上面的方案，大概率能解决你的KeyError问题！

备注：内容来源于stack exchange，提问作者JayDee