使用left_on/right_on合并DataFrame报KeyError: 'CID'的原因排查

问题根源 #

你的csvReader函数逻辑存在错误：

• 当传入多个列参数（比如'course_id', 'course_name', 'fee'）时，函数会把第一个参数'course_id'设为index_col（即DataFrame的索引列），而非普通数据列。
• 这导致courseFee的'course_id'是索引而非数据列，后续执行courseFee.rename(columns={'course_id': 'CID'}, inplace=True)时，因为找不到名为'course_id'的列，rename操作完全无效。
• 最终pd.merge指定left_on='CID'时，自然找不到该列，抛出KeyError。

解决方案 #

方法1：修正csvReader函数逻辑

调整函数，让索引列的设置更可控，避免默认把第一个列设为索引：

def csvReader(fileName, delimiter, usecols, index_col=None):
    return pd.read_csv(fileName,
                       usecols=usecols,
                       index_col=index_col,
                       sep=delimiter)

# 调用时明确不设置索引，让course_id作为普通列存在
courseFee = csvReader(courseFeeScr, ';', ['course_id', 'course_name', 'fee'])

此时'course_id'是普通数据列，后续的rename操作会正常生效，原merge代码无需修改。

方法2：直接利用索引合并

既然courseFee的索引就是原course_id，可以跳过列名修改，直接通过索引关联：

# 删除无效的rename代码
# courseFee.rename(columns={'course_id': 'CID'}, inplace=True)

# 用left_index=True关联courseFee的索引和febReg的course_id列
joinTwo = pd.merge(courseFee, febReg, left_index=True, right_on='course_id')

方法3：将索引转为列后再重命名

如果一定要保留列名修改的逻辑，先把索引转为普通列：

# 把courseFee的索引（原course_id）转为数据列
courseFee.reset_index(inplace=True)
# 现在可以正常重命名列
courseFee.rename(columns={'course_id': 'CID'}, inplace=True)
# 执行合并
joinTwo = pd.merge(courseFee, febReg, left_on='CID', right_on='course_id')

内容的提问来源于stack exchange，提问作者doughstone