Pandas从1.5.3升级到2.1后df.sum()报KeyError问题求助

问题原因 #

Pandas 2.0及以上版本对value_counts()方法的输出做了兼容性改动：

• 在1.5.3版本中，df[col].value_counts()返回的Series的name属性是传入的col值，调用to_frame()后生成的DataFrame列名就是col；
• 但在2.1版本中，value_counts()返回的Series的name默认变为固定的count，因此to_frame()生成的DataFrame列名变成了count，而非原来的col值。

这就导致你的table函数中table.rename(columns={col: "Total"})这一行找不到对应的列名，最终生成的DataFrame里没有"Total"列，执行df["Total"].sum()时触发KeyError。

解决办法 #

有三种可行的修复方式，任选其一即可：

方式1：修改rename的目标列名为count #

直接适配新版本的列名规则，把重命名的键从col换成count：

def table(df,col):
    table = df[col].value_counts().to_frame()
    # 这里把col换成"count"
    table = table.rename(columns={"count": "Total"})
    table = table.reset_index()
    table = table.rename(columns={"index": "Type"})
    return table

方式2：调用value_counts时指定name参数 #

强制让value_counts()返回的Series保持旧版本的name属性，这样后续代码无需修改：

def table(df,col):
    # 指定name参数为col，保持和旧版本一致
    table = df[col].value_counts(name=col).to_frame()
    table = table.rename(columns={col: "Total"})
    table = table.reset_index()
    table = table.rename(columns={"index": "Type"})
    return table

方式3：不依赖具体列名，通过位置重命名 #

这种方式兼容新旧版本，不管列名是col还是count，直接取第一列重命名：

def table(df,col):
    table = df[col].value_counts().to_frame()
    # 取DataFrame的第一列进行重命名
    table = table.rename(columns={table.columns[0]: "Total"})
    table = table.reset_index()
    table = table.rename(columns={"index": "Type"})
    return table

内容的提问来源于stack exchange，提问作者CreditcruncherX