使用Python DataFrame副本时出现KeyError:9错误求助

问题原因 #

你猜的没错，问题根源就是删除行后的索引不连续：

• jobsDFCopy.dropna()删除含NaN的行后，DataFrame保留了原索引编号（比如原行9被删除后，索引序列中就没有9了）
• 但你用range(jobsDFCopy.shape[0])生成的是连续数字序列（0,1,2,...,n-1），当循环到i=9时，去DataFrame中查找索引9就会触发KeyError
• 原DataFramedf未删除过行，索引连续，所以findCompCertAnn能正常运行

修复方案 #

方案1：重置索引（适配原函数逻辑） #

在删除行后调用reset_index(drop=True)，让索引重新变为连续的0到n-1：

jobsDFCopy = df.copy()
jobsDFCopy.dropna(subset=['Certified Jobs'], inplace=True)
jobsDFCopy.reset_index(drop=True, inplace=True)  # 新增该行重置索引

修改后原findJobsCertAnn函数即可正常执行。

方案2：迭代行（更规范的pandas写法） #

放弃通过索引值遍历，改用iterrows()直接迭代每一行，彻底避开索引问题：

def findJobsCertAnn(thresholdYear):
    jobCount = 0
    for _, row in jobsDFCopy.iterrows():
        if (thresholdYear - 1) < row['Years Since Approval'] <= thresholdYear:
            jobCount += row['Certified Jobs']
    return jobCount

方案3：矢量化操作（最高效） #

利用pandas的布尔索引和内置求和方法，完全替代循环，大数据量下效率提升明显：

def findJobsCertAnn(thresholdYear):
    # 生成布尔掩码筛选符合条件的行
    mask = (jobsDFCopy['Years Since Approval'] > (thresholdYear - 1)) & \
           (jobsDFCopy['Years Since Approval'] <= thresholdYear)
    # 对筛选后的'Certified Jobs'列求和
    return jobsDFCopy.loc[mask, 'Certified Jobs'].sum()

内容的提问来源于stack exchange，提问作者OMeihls