如何解决Pandas循环调用自定义函数时出现的KeyError问题

错误根源 #

你遇到的KeyError: 0是因为函数里硬编码使用df.loc[0, col_name]按索引标签取行，但主循环中while len(df) > 0的逻辑应该是在不断移除已处理的行（比如用drop），导致当前传入函数的select（或是循环中的df）的索引已经没有0这个标签了。而单独测试时用的是原始完整df，索引包含0，所以不会报错。

修复方案 #

有两种直接的解决方式：

方式1：改用位置索引iloc（推荐） #

不需要依赖索引标签，直接取DataFrame的第一行数据，不管当前索引是什么：

def Select_Warehouse(df, li):
    # Initialize variables
    min_col = None
    min_val = float('inf')
    results = []

    # Loop over dictionaries
    for dict_item in li:
        for key in dict_item.keys():
            # Check if key is a partial match with any column name
            matching_col = [col for col in df.columns if key in col]
            if matching_col:
                # Retrieve column name and value
                col_name = matching_col[0]
                # 改用iloc按位置取第一行，替代loc按索引标签取
                col_val = df[col_name].iloc[0]
                results.append((col_name, col_val))
                # Update minimum value if necessary
                if col_val < min_val:
                    min_col = col_name
                    min_val = col_val
    output = [el for el in li if list(el.keys())[0] in min_col.split()[0]]
    return str(*output[0].keys())

方式2：循环中重置df的索引 #

如果一定要保留loc[0]的写法，可以在主循环每次移除行后，重置df的索引：

while len(df) > 0:
    ...
    # 处理完一行后执行重置索引
    df = df.reset_index(drop=True)
    ...
    elif len(Available_Warehouses) > 1:
        Warehouse = Select_Warehouse(select, Available_Warehouses)
    ...

注意如果select是df的子集，也要给它重置索引：select = select.reset_index(drop=True)

额外优化建议 #

• 你的matching_col逻辑是找包含key的列名，假设每个key只会匹配到一列（比如Warehouse1对应Warehouse1 Distance...），如果后续列名有变化可能出现多匹配的情况，可以加个判断确保只取一个：if len(matching_col) == 1
• 函数名拼写错误：Select_Warhouse应该修正为Select_Warehouse（少了一个字母e），避免后续调用时出现拼写问题

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