使用df.loc计算指定行均值报错：KeyError无法识别行名称

问题原因 #

你的DataFrame中Country是普通数据列，而非行索引。df.loc['Bahrain']是按行索引取值，当前行索引是0、1、2这类整数，自然找不到名为Bahrain的索引，所以触发KeyError。

两种解决方案 #

方案1：将Country设为行索引后计算

先把Country列设置为DataFrame的行索引，之后就能直接用loc定位目标行：

# 设置Country为行索引
df = df.set_index('Country')
# 计算Bahrain行的均值（单行对列求平均，axis可省略）
mean = df.loc['Bahrain'].mean()
# 输出类型：<class 'numpy.float64'>
print(type(mean))

方案2：不修改索引，用布尔筛选直接计算

如果不想改动原DataFrame的结构，通过布尔索引筛选目标行，再提取数值列计算均值：

# 筛选Country为Bahrain的行，提取数值列后求行均值，取第一个元素（因为筛选后是单行）
mean = df[df['Country'] == 'Bahrain'].select_dtypes(include='number').mean(axis=1).iloc[0]
# 输出类型：<class 'numpy.float64'>
print(type(mean))

补充说明 #

• mean(axis=1)表示对每一行的列求平均，当你已经定位到单行时，axis参数可以省略，结果一致。
• select_dtypes(include='number')能自动筛选所有数值型列，避免手动指定列索引（比如iloc[:,1:]），适配更通用的场景。

内容的提问来源于stack exchange，提问作者Amirtak