Pandas链式调用assign、loc及pd.Timedelta计算筛选后时间差均值时的KeyError报错解决

我来帮你排查下第二种方法报错的原因，其实是两个小问题导致的，咱们一步步解决：

错误原因分析 #

1. 引用了错误的DataFrame：你在.loc筛选时写了df_reservation_delay['diffe']，但这个变量根本不存在呀！而且就算用原df_test也不对——链式调用中，每一步返回的都是经过处理后的新DataFrame，直接引用原df会导致数据不匹配，还找不到刚添加的diffe列。
2. 未指定均值计算的列：直接调用.mean()会对所有列尝试计算均值，而你的id列是字符串，不仅会报错，也不是你想要的结果。

修复后的链式代码 #

把这两个问题修正后，代码就能正常运行了：

df_final = (df_test
            .sort_values(by='id')
            .assign(diffe=lambda x: x['date2'] - x['date1'])  # 用lambda引用当前链式中的DataFrame
            .loc[lambda x: x['diffe'] >= pd.Timedelta(100, 'D')]  # 同样用lambda筛选新添加的列
            ['diffe']  # 只保留我们需要计算均值的列
            .mean()  # 计算时间差的均值
)

关键修改点说明 #

• 用lambda x访问链式中的DataFrame：在assign和loc里，x代表的是经过前面步骤处理后的DataFrame，这样就能正确访问刚添加的diffe列，不会出现KeyError。
• 指定计算均值的列：先选取['diffe']再调用.mean()，确保只计算时间差的均值，避免无效计算。

这样修改后，第二种方法的结果就和第一种完全一致啦！

内容的提问来源于stack exchange，提问作者noliverte