在Google Colab绘制CSV直方图遇KeyError问题求助

问题根源 #

你遇到的KeyError是因为该CSV数据集的列名存在前导空格。虽然你在数据集文件里看到的列名是num_hrefs，但pandas加载后，实际列名是' num_hrefs'（开头有空格），直接用无空格的列名索引自然找不到。

解决方案 #

1. 确认列名的真实状态

先运行以下代码查看所有列名的实际情况：

print(data.columns.tolist())

你会发现所有列名前都带有空格，比如' num_hrefs'、' shares'。

2. 清理列名

有两种方式处理：

• 方式一：加载数据时直接处理
  在pd.read_csv中添加skipinitialspace=True参数，自动忽略列名前的空格：

  data = pd.read_csv('OnlineNewsPopularity.csv', skipinitialspace=True)
  

• 方式二：加载后手动清理
  对已加载的数据列名进行去空格处理：

  data.columns = data.columns.str.strip()
  

3. 重新运行直方图代码

处理完列名后，原代码即可正常运行。另外建议修正图表标签（匹配实际列含义）：

plt.hist(data['num_hrefs'], bins=30)
plt.xlabel('Number of Hyperlinks')
plt.ylabel('Number of Articles')
plt.title('Distribution of Hyperlinks in Online News')
plt.show()

如果要分析分享量，改用shares列：

plt.hist(data['shares'], bins=30)
plt.xlabel('Number of Shares')
plt.ylabel('Number of Articles')
plt.title('Popularity Distribution of Online News')
plt.show()

内容的提问来源于stack exchange，提问作者skm