Pandas DataFrame循环提取匹配列时触发KeyError的问题咨询

错误原因 #

嘿，我一眼就揪出问题所在啦！你的bug出在列选取时多套了一层中括号！

看这段出问题的代码：

temp_df = df[[match_names]]

match_names本身已经是一个包含目标列名的列表（比如遍历到var2时，它是['var2_1', 'var2_2']），但你给它又套了一层中括号，这就导致Pandas把整个match_names列表当成了一个单独的"列名"去查找——而你的DataFrame里根本不存在名为['var2_1', 'var2_2']的列，自然就抛出KeyError了。

对比你单独测试的df[['var2_1', 'var2_2']]，这里你是直接传递了列名的列表，而不是把列表再包一层，所以能正常工作。

修正后的代码 #

只需要去掉多余的那层中括号，把df[[match_names]]改成df[match_names]即可：

import re
import numpy as np
import pandas as pd

cars = {'var1_1': [1, np.nan, np.nan, np.nan], 
        'var1_2': [np.nan, 1, 1, np.nan], 
        'var1_3': [np.nan, np.nan, 1, np.nan], 
        'var2_1': [1, np.nan, 1, np.nan], 
        'var2_2': [np.nan, 1, 1, np.nan], 
        'var3': [1, np.nan, 1, 1] }
df = pd.DataFrame(cars, columns = ['var1_1', 'var1_2', 'var1_3', 'var2_1', 'var2_2', 'var3'])

root_names = ['var2', 'var3', 'var1']
df_list = []
for var in root_names:
    match_names = [x for x in list(df) if re.match(var,x)]
    temp_df = df[match_names]  # 去掉多余的中括号
    df_list.append(temp_df)

# 验证结果
for idx, sub_df in enumerate(df_list):
    print(f"df_list[{idx}] 内容：")
    print(sub_df)
    print("---")

运行结果 #

修正后代码会输出符合预期的子DataFrame：

df_list[0] 内容：
   var2_1  var2_2
0     1.0     NaN
1     NaN     1.0
2     1.0     1.0
3     NaN     NaN
---
df_list[1] 内容：
   var3
0   1.0
1   NaN
2   1.0
3   1.0
---
df_list[2] 内容：
   var1_1  var1_2  var1_3
0     1.0     NaN     NaN
1     NaN     1.0     NaN
2     NaN     1.0     1.0
3     NaN     NaN     NaN
---

内容的提问来源于stack exchange，提问作者Jimmy