Python循环合并CSV文件遇KeyError:2错误，求排查

问题重现 #

尝试用以下Python代码循环合并两个CSV文件：

df_source1 = pd.read_csv("3_2_conv_perc_1.csv")
df_source2 = pd.read_csv("3_2_conv_perc_{}.csv".format(i))

df_source1[f'column_{i}'] = df_source2[2]

运行后触发KeyError: 2，报错信息如下：

>>> df_source1[f'column_{i}'] = df_source2[2]
Traceback (most recent call last):
  File "C:\PROGRA~1\QGIS33~1.2\apps\Python39\lib\site-packages\pandas\core\indexes\base.py", line 3652, in get_loc
    return self._engine.get_loc(casted_key)
  File "pandas\_libs\index.pyx", line 147, in pandas._libs.index.IndexEngine.get_loc
  File "pandas\_libs\index.pyx", line 176, in pandas._libs.index.IndexEngine.get_loc
  File "pandas\_libs\hashtable_class_helper.pxi", line 7080, in pandas._libs.hashtable.PyObjectHashTable.get_item
  File "pandas\_libs\hashtable_class_helper.pxi", line 7088, in pandas._libs.hashtable.PyObjectHashTable.get_item
KeyError: 2

The above exception was the direct cause of the following exception:

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\PROGRA~1\QGIS33~1.2\apps\Python39\lib\site-packages\pandas\core\frame.py", line 3761, in __getitem__
    indexer = self.columns.get_loc(key)
  File "C:\PROGRA~1\QGIS33~1.2\apps\Python39\lib\site-packages\pandas\core\indexes\base.py", line 3654, in get_loc
    raise KeyError(key) from err
KeyError: 2

CSV文件数据样例：

0        1  2
0          500  1299500  0
1         1500  1299500  0
2         2500  1299500  0
3         3500  1299500  0
4         4500  1299500  0

错误原因 #

KeyError: 2说明df_source2中不存在整数索引为2的列，核心问题出在Pandas读取CSV时的列名解析不符合预期：

• 若CSV没有表头，第一行就是数据，默认pd.read_csv()会把第一行当作列名，此时列名是带大量前导空格的字符串（比如' 0'、' 2'），而非整数2；
• 若CSV第一行是表头，但表头包含前导空格，直接用整数2访问列会失败。

解决方案 #

根据CSV实际情况选择对应方案：

方案1：CSV无表头，第一行是数据 #

读取时指定header=None，让Pandas自动用整数0、1、2作为列名：

df_source1 = pd.read_csv("3_2_conv_perc_1.csv", header=None)
df_source2 = pd.read_csv("3_2_conv_perc_{}.csv".format(i), header=None)

df_source1[f'column_{i}'] = df_source2[2]

方案2：CSV第一行是带空格的表头 #

添加skipinitialspace=True参数，让Pandas自动忽略列名的前导空格，此时列名会被解析为'0'、'1'、'2'的字符串，用字符串索引访问即可：

df_source1 = pd.read_csv("3_2_conv_perc_1.csv", skipinitialspace=True)
df_source2 = pd.read_csv("3_2_conv_perc_{}.csv".format(i), skipinitialspace=True)

# 用字符串索引访问第三列
df_source1[f'column_{i}'] = df_source2['2']

验证方法 #

可以先打印df_source2.columns查看实际列名，确认问题根源：

df_source2 = pd.read_csv("3_2_conv_perc_{}.csv".format(i))
print(df_source2.columns)

内容的提问来源于stack exchange，提问作者Ark Lomas