Pandas DataFrame列选择触发KeyError，按psychic_id汇总price报错“KeyError: id”求助

首先，你的代码出现KeyError: id和后续的索引错误，主要有两个核心问题：

1. 循环逻辑完全错误 #

你写的for i in df2其实是在遍历DataFrame的列名（比如'id'、'psychic_id'这些字符串），而不是行索引。所以当你尝试用df2['psychic_id'][i]时，相当于用列名去索引行，自然会触发KeyError。而且就算你改成遍历行索引，这种逐行比较相邻行的逻辑也站不住脚——同一个psychic_id可能不连续，最后一行还会出现i+1越界的问题。

2. 可能原数据不存在'id'列 #

你创建df2时指定了包含'id'列，但如果原DataFramedf_consultation里根本没有这个列，就会生成全NaN的列，虽然你用fillna(0)把它改成了0，但这也是不必要的隐患，建议先确认原数据的列：

print(df_consultation.columns)

正确的实现方式（用pandas原生分组聚合） #

Pandas专门提供了groupby功能来做这种分组求和，效率比手动循环高太多，逻辑也更清晰：

方法1：给原DataFrame添加每个psychic_id的总收益列 #

如果你想让每一行都显示对应psychic_id的总price，可以用transform方法：

# 先创建df2，只保留原数据存在的列（如果原数据没有'id'就去掉）
df2 = df_consultation[['psychic_id','start','end','duration','price','satisfaction','created_at','updated_at','duration_available']].copy()
df2 = df2.fillna(0)

# 按psychic_id分组，计算price的总和，并映射回每一行
df2['tot_gain_€'] = df2.groupby('psychic_id')['price'].transform('sum')

方法2：生成单独的汇总结果表 #

如果你只需要每个psychic_id对应的总收益，直接用groupby+sum即可：

df2 = df_consultation[['psychic_id','price']].copy()
df2 = df2.fillna(0)

# 分组求和并重置索引
summary_df = df2.groupby('psychic_id')['price'].sum().reset_index()
# 重命名列名
summary_df.columns = ['psychic_id', 'tot_gain_€']

print(summary_df)

这样既不会有KeyError，也能完美实现按psychic_id汇总price的需求。

内容的提问来源于stack exchange，提问作者Med Fadhel