Pandas DataFrame访问指定列时出现KeyError问题求助

核心排查步骤 #

• 先确认DataFrame的实际列名
  直接运行print(df.columns)或者df.info()，输出后仔细核对：

  • 列名是否有大小写差异：比如实际列名是'ticket'而非'Ticket'
  • 列名是否包含前后空格：比如' Ticket '这种肉眼难辨的空格，可用df.columns = df.columns.str.strip()批量清理
  • 是否列名本身就不存在：比如读取数据时用了usecols参数过滤掉了这些列，或者之前执行过df.drop()删除了目标列

• 检查访问列的语法是否正确
  访问多列的正确写法是：

  df[['Ticket', 'Cabin', 'Name', 'PassengerId']]
  # 或者用loc按标签访问
  df.loc[:, ['Ticket', 'Cabin', 'Name', 'PassengerId']]
  

  注意：如果用iloc是按位置索引，不能传入列名，否则必然报错；另外，axis=1参数一般用于drop()、apply()这类方法，单独访问列时不需要指定。

• 确认操作的是目标DataFrame
  检查变量名是否正确：比如你可能误操作了一个经过筛选/修改的副本（比如df_filtered），而非原始的DataFrame。

• 排查数据读取环节
  如果是从文件读取数据，检查读取代码：

  # 比如是否指定了usecols过滤列
  df = pd.read_csv('titanic.csv', usecols=['Survived', 'Age', 'Sex'])
  # 这种情况下'Ticket'等列根本没被加载
  

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