使用Pandas处理CSV统计CVE类型时遭遇KeyError问题求助

问题背景 #

原本计划用批处理脚本遍历CSV某一列的CVE值并统计数量，改用Pandas编写代码后，运行时抛出KeyError: 'vulnerability'错误，代码意图是统计以(C)、(H)结尾的CVE值出现次数。

错误信息 #

KeyError                                  Traceback (most recent call last)
File c:\Users\hello\OneDrive\Documents\python\scan_pd.py:6
      3 df = pd.read_csv('scan_images.csv')
      5 # Filtrer les lignes se terminant par (C)
----> 6 c_rows = df[df['vulnerability'].str.endswith('(C)')]
      8 # Compter les occurrences de chaque valeur 
...
   3815     #  InvalidIndexError. Otherwise we fall through and re-raise
   3816     #  the TypeError.
   3817     self._check_indexing_error(key)

KeyError: 'vulnerability'

排查步骤 #

1. 核对文件路径与名称：代码中写的是pd.read_csv('scan.csv')，但错误栈显示实际读取的是scan_images.csv，确认读取的目标文件是否正确，避免因文件错误导致列名不匹配。
2. 确认CSV列名：检查目标CSV文件的表头，确认是否存在名为vulnerability的列——可能存在拼写错误、大小写差异（如Vulnerability）、表头包含空格（如vulnerability）或特殊字符。
3. 查看DataFrame列名：在读取CSV后添加打印列名的代码，确认实际加载的列：

   import pandas as pd
   df = pd.read_csv('scan.csv')
   print("当前DataFrame的列名：", df.columns.tolist())
   

修正后的示例代码 #

假设CSV中实际列名是vulnerability，且文件路径正确，同时处理可能的空值避免报错：

import pandas as pd

# 确认读取正确的文件
df = pd.read_csv('scan.csv')

# 先检查列名是否存在
if 'vulnerability' not in df.columns:
    print("错误：CSV文件中不存在'vulnerability'列")
    print("当前列名：", df.columns.tolist())
else:
    # 过滤并统计以(C)结尾的CVE，处理空值
    c_counts = df[df['vulnerability'].dropna().str.endswith('(C)')]['vulnerability'].value_counts()
    # 过滤并统计以(H)结尾的CVE，处理空值
    h_counts = df[df['vulnerability'].dropna().str.endswith('(H)')]['vulnerability'].value_counts()

    print("Occurrences of values ending with (C):")
    print(c_counts)

    print("\nOccurrences of values ending with (H):") 
    print(h_counts)

内容的提问来源于stack exchange，提问作者Sami