Pandas出现KeyError: 'GCIF_NO'问题求助，已确认列存在

算力阿峰

2026-6-21

问题描述

我编写了如下Python代码：

merged_df = pd.merge(df1, df2, on='GCIF_NO', how='left')

def TAB_Online(row):
    if pd.isnull(row['GCIF_NO']):
        return 0
    else:
        return 1

随后执行代码：

df1['TAB_Online'] = merged_df.apply(TAB_Online)

但返回错误：

KeyError: 'GCIF_NO'

我通过以下代码检查确认df1中存在'GCIF_NO'列：

# Example check to verify column existence
if 'GCIF_NO' in df1.columns:
    print("Column 'GCIF_NO' exists in df1")
else:
    print("Column 'GCIF_NO' does not exist in df1")

结果显示该列存在，请问问题出在哪里？

问题原因与解决办法

核心问题：merged_df.apply(TAB_Online)默认按列（axis=0）执行，此时传入函数的row是整列数据，而非单行记录。列数据的索引是行号，自然找不到名为'GCIF_NO'的键，因此抛出KeyError。
快速修复：如果坚持使用自定义函数，需指定apply按行执行（axis=1）：
```
df1['TAB_Online'] = merged_df.apply(TAB_Online, axis=1)
```
更高效的实现：你的函数逻辑本质是判断GCIF_NO是否非空，完全可以用pandas内置方法替代，无需自定义函数：
```
# 直接利用notna()判断非空，转成int类型（True→1，False→0）
df1['TAB_Online'] = merged_df['GCIF_NO'].notna().astype(int)
```
甚至不需要用到merged_df，直接用原df1的列即可：
```
df1['TAB_Online'] = df1['GCIF_NO'].notna().astype(int)
```
补充说明：如果你的真实需求是判断左连接后是否匹配到df2中的数据，应该检查df2侧的列是否为空，而非左表的GCIF_NO（左连接会保留左表所有行，GCIF_NO必然存在）。例如假设df2有唯一标识列USER_ID：
```
df1['TAB_Online'] = merged_df['USER_ID'].notna().astype(int)
```