如何解决Pandas中使用apply函数时出现的KeyError: 'Value'问题

错误原因 #

你遇到的KeyError: 'Value'，核心是df.apply(adjust_rank)默认按列处理数据（axis=0），此时函数里的s是单列的Series，自然找不到'Value'这个索引。另外你的代码还有两个隐性问题：

• 用了位运算符&代替逻辑运算符and，会导致优先级错误的逻辑判断
• 函数没有返回值，最终df['Rank']会全是NaN

修正后的逐行处理代码 #

def adjust_rank(s):
    # 用and做逻辑判断，也可以用括号包裹条件后用&（注意运算符优先级）
    if s['Value'] == 0 and s['Measure'] == "Count":
        if s["Gender"] == "boy":
            return 5000  # 男生最低排名
        elif s["Gender"] == "girl":
            return 3459  # 女生最低排名
        else:
            return s['Value']
    else:
        # 其余情况保留原Value作为Rank
        return s['Value']

# 指定axis=1，按行处理每一条记录
df['Rank'] = df.apply(adjust_rank, axis=1)

更高效的Pandas向量化写法（推荐） #

用向量化操作替代apply，速度更快，适合大数据量场景：

import numpy as np

# 先设置默认Rank为原Value
df['Rank'] = df['Value']

# 筛选符合条件的记录并替换Rank值
mask = (df['Value'] == 0) & (df['Measure'] == "Count")
df.loc[mask & (df['Gender'] == 'boy'), 'Rank'] = 5000
df.loc[mask & (df['Gender'] == 'girl'), 'Rank'] = 3459

内容的提问来源于stack exchange，提问作者elksie5000