运行Pandas代码时触发KeyError: 'control_percent'错误求助

核心原因 #

KeyError说明你的DataFrame里不存在名为control_percent的列（或是你误把行索引当成了列名），按以下步骤排查和修复：

步骤1：确认数据结构 #

先打印所有列名，验证control_percent是否存在：

print(df.columns.tolist())

• 如果列名不在输出里，检查数据加载环节：比如读取CSV/Excel时有没有正确指定表头、分隔符，或是列名拼写错误（比如大小写、多空格、写成control_percentage）。
• 如果control_percent是行索引而非列，那你之前用df["control_percent"]的写法错误，应该用df.loc["control_percent"]取整行数据，但这种情况要重新梳理业务逻辑——原代码是对列做判断，大概率是你搞混了行和列的概念。

步骤2：修正NaN判断错误 #

原代码里df["control_percent"] == NaN的写法无效，NaN和任何值比较都会返回False，必须用pd.isna()或np.isnan()判断空值。

修正后的示例代码（假设control_percent是列） #

# 先确认列存在，提前拦截错误
assert 'control_percent' in df.columns, "DataFrame中不存在control_percent列"

# 正确判断空值并生成map_type
df["map_type"] = np.where(pd.isna(df["control_percent"]), "escort", "control")
# 对control类型的行设置空值
df.loc[df["map_type"] == "control", ["time_banked", "payload_distance"]] = np.NaN
# 转换时间格式并提取年份
df["round_start_time"] = pd.to_datetime(df["round_start_time"], format="%Y-%m-%d")
df["round_end_time"] = pd.to_datetime(df["round_end_time"], format="%Y-%m-%d")
df["year"] = df["round_start_time"].dt.year

如果control_percent是行索引 #

若需求是基于行索引为control_percent的行数据做判断，需明确业务逻辑后调整，示例：

# 确认行索引存在
assert 'control_percent' in df.index, "DataFrame中不存在control_percent行"

# 提取该行的目标列值
target_value = df.loc["control_percent", "目标列名"]
# 后续根据实际需求编写判断逻辑

内容的提问来源于stack exchange，提问作者John