Pandas删除列报错KeyError: '[7,8] not found in axis'的解决方法

问题代码 #

dataset_train=pd.read_csv('___.csv',sep=' ',header=None).drop([7,8],axis=1)
col_names = ['t1','t2','t3','t4','t5','t6','t7','t8']
dataset_train.columns=col_names
print('Shape of Train dataset: ',dataset_train.shape)
dataset_train.head()

报错信息 #

KeyError                                  Traceback (most recent call last)

<ipython-input-10-9c1e8c19e8a3> in <module>
----> 1 dataset_train=pd.read_csv('PM_train.csv',sep=' ',header=None).drop([7,8],axis=1)
      2 col_names = ['t1','t2','t3','t4','t5','t6','t7','t8']
      3 dataset_train.columns=col_names
      4 print('Shape of Train dataset: ',dataset_train.shape)
      5 dataset_train.head()

4 frames

/usr/local/lib/python3.9/dist-packages/pandas/core/indexes/base.py in drop(self, labels, errors)
   6659         if mask.any():
   6660             if errors != "ignore":
-> 6661                 raise KeyError(f"{list(labels[mask])} not found in axis")
   6662             indexer = indexer[~mask]
   6663         return self.delete(indexer)

KeyError: '[7, 8] not found in axis'

问题原因 #

报错核心是你读取的PM_train.csv文件列数不足，不存在索引为7和8的列，导致drop()方法找不到目标列抛出异常。

解决步骤 #

1. 先确认数据集的实际结构

先不要急于删除列，先读取数据查看列数和内容：

# 仅读取数据，不做删除操作
dataset_train = pd.read_csv('PM_train.csv', sep=' ', header=None)
# 查看数据集的行数和列数
print('数据集形状:', dataset_train.shape)
# 查看前5行数据，确认列的分布
dataset_train.head()

2. 根据实际结构删除目标列

根据上一步的结果，选择对应的操作：

• 按实际索引删除
  替换成数据集中实际存在的列索引，比如如果数据集只有8列（索引0-7），要删除最后两列就用[6,7]：

  dataset_train = pd.read_csv('PM_train.csv', sep=' ', header=None).drop([6,7], axis=1)
  col_names = ['t1','t2','t3','t4','t5','t6']
  dataset_train.columns = col_names
  

• 按列名删除
  先设置列名（确保列数匹配），再通过列名删除更直观：

  dataset_train = pd.read_csv('PM_train.csv', sep=' ', header=None)
  # 先截取与列名数量匹配的列
  col_names = ['t1','t2','t3','t4','t5','t6','t7','t8']
  dataset_train = dataset_train.iloc[:, :len(col_names)]
  dataset_train.columns = col_names
  # 删除指定列名的列
  dataset_train = dataset_train.drop(['t7', 't8'], axis=1)
  

• 修正分隔符问题
  如果CSV是用多个空格分隔，sep=' '可能会解析出多余的空列，改用sep='\s+'匹配任意数量的空格：

  dataset_train = pd.read_csv('PM_train.csv', sep='\s+', header=None)
  print('修正分隔符后的数据集形状:', dataset_train.shape)
  

内容的提问来源于stack exchange，提问作者William